Czasopismo | PRZEGLĄD TELEKOMUNIKACYJNY - WIADOMOŚCI TELEKOMUNIKACYJNE | Rocznik 2016 - zeszyt 8-9

ANALIZATOR KAMPANII ZŁOS´LIWEGO OPROGRAMOWANIA WSPIERAJA˛CY SYSTEMY BEZPIECZEN´ STWA SIECI KOMPUTEROWYCH MALWARE SAMPLES ANALYZER FOR SUPPORTING OF COMPUTER NETWORK SECURITY SYSTEMS

10.15199/59.2016.8-9.23

Michał Kruczkowski

nr katalogowy: 101876
10.15199/59.2016.8-9.23

Analiza i identyfikacja kampanii zło´sliwego oprogramowania jest aktualnie wa˙znym zagadnieniem, poniewa ˙z dotyczy realnej potrzeby zapewnienia bezpiecze ´ nstwa w dynamicznie rozwijaja˛cej sie˛ sieci Internet. Zrealizowany analizator próbek zło´sliwego oprogramowania wykorzystuja ˛cy metody uczenia maszynowego i eksploracji danych w pełni odpowiada na zapotrzebowania współczesnych sieci. Zaproponowane rozwia˛zanie zakłada wykorzystanie analiz heterogenicznych danych pochodza˛cych z róz˙nych warstw sieci w celu zidentyfikowania zmasowanych ataków sieciowych. Abstract: Analysis and identification of malware (malicious software) campaigns are currently significant issue because it concerns security the Internet that is real need. Implemented analyser of malware samples uses data mining and data retrieval methods and it fully corresponds to requirements of modern networks. Proposed approach assumes using of heterogeneous data sets analysis from different network layers in order to massive network attacks identification. Słowa kluczowe: eksploracja danych, kampania zło´sliwego oprogramowania, uczenie maszynowe, zło´sliwe oprogramowanie. Keywords: data retrieval, data mining, malicious software, malware campaigns. 1. WSTE˛P Dynamiczny rozwój nowych rodzajów zagro˙ze´n wyste ˛puja˛cych w sieci Internet powoduje powstawanie szeregu problemów zwia˛zanych z zapewnieniem bezpieczen´- stwa zarówno prywatnym u˙zytkownikom sieci, organizacjom, jak i wa˙znym instytucjom pa´nstwowym. Aktualnie identyfikuje si˛e wiele typów ataków zło´sliwego oprogramowania (ang. malicious software - malware) zaprojektowanego do wykonywania niepoz˙a˛danych operacji na komputerze ofiary. Nalez˙a˛do nich m.in. przechwytywanie wra˙zliwych informacji, zakłócanie działania czy powodowanie szkód pracy komputerów. W przypadku wykrycia oraz zło´sliwego wykorzystania luki w oprogramowaniu efekty niepoz˙a˛danych działan´ moga˛ dotykac´ wielu uz˙ytkowników sieci[...]

Bibliografia

[1] B.I.A. Barry, A.A.E. Elhadi, M.A. Maarof., “Improving the detection of malware behavior using simplified data dependent api call graph", International Journal of Security and Its Applications, str. 29-42, 2013.
[2] C. Argawal, Y. Li, and J. Wang. “Frequent pattern mining with uncertain data", In Proc. of 15th Inter. Conf. on Knowledge Discovery and Data Mining (ACM SIGKDD), str. 29-38, 2009.
[3] R. State, T. Engel, C. Wagner, G. Wagener, “Malware analysis with graph kernels and support vector machines", Malicious and Unwanted Software (MALWARE), str. 63-68, 2009.
[4] B. Irwin, E. Stalmans, “A framework for dns based detection and mitigation of malware infections on a network", Information Security South Africa (ISSA), str. 1-8, 2011.
[5] S. Forrest, “Self-non self discrimination in a computer" Proceedings of the 1994 IEEE Symposium on Research in Security and Privacy, str. 311-324, 1994.
[6] A. Gregio, A.M. Cansian, I. Liane de Oliveira, A. Ricardo, “A malware detection system inspired on the human immune system", Computational Science and Its Applications ICCSA2012, str. 286-301, 2012.
[7] C. Willems, P. Dussel, P. Laskov, K. Rieck, T. Holz, “Learning and classification of malware behavior", 5th International Conference, DIMVA 2008, str. 108-125, 2008.
[8] J. C´wik, J. Koronacki, "Statystyczne systemy ucza˛ce si˛e", Akademicka Oficyna Wydawnicza EXIT.
[9] M. Kruczkowski, E. Niewiadomska-Szynkiewicz, “Comparative study of supervised learning methods for malware analysis", Journal of Telecommunications and Information Technology, str. 24-33, 2014.
[10] M. Kruczkowski, E. Niewiadomska-Szynkiewicz, “Support vector machine for malware analysis and classification", In Proc.of IEEE/WIC/ACM Inter. Conf. onWeb Intelligence, str. 11-14, 2014.
[11] M. Kruczkowski, E. Niewiadomska-Szynkiewicz, A. Kozakiewicz, "FP-tree and svm for malicious web campaign detection", Proceedings, Part II, Series: Lecture Notesin Computer Science - 7th Asian Conference, ACIIDS, str.193-201, 2015.
[12] A. Halevy, M. Franklin ,D. Maier, “From databases to data spaces: A new abstraction for information management", Sigmod Record, str. 27-33, 2005.
[13] M. Farooq, M. Zubair Shaq, S. Ali Khayam, “Embedded malware detection using markov n-grams", Detection PRZEGLĄD TELEKOMUNIKACYJNY - ROCZNIK LXXXIX - WIADOMOŚCI TELEKOMUNIKACYJNE - ROCZNIK LXXXV - nr 8-9/2016 825 of Intrusions and Malware, and Vulnerability Assessment, str. 88-107, 2008.
[14] H. Saidi, M.R. Faghani, “Malware propagation in online social networks", Malicious and Unwanted Software (MALWARE), str. 8-14, 2009.
[15] NASK, n6 platform: http://www.cert.pl/news/tag/n6, 2014.
[16] S.E. Shaeer, “Graph clustering", Computer Science Review , str. 27-64, 2010.
[17] D. Gaur, T. Verma, “Implementation of dbscan algorithm using similarity measure from rapid miner", International Journal of Applied Information Systems, str. 22-24, 2014.
[18] G. Wicherski, “peHash: A novel approach to fast malware clustering", Proceedings of the 2nd USE-NIX conference on Large-scale exploits and emergent threats: botnets, spyware, worms, and more, str 1-8, 2009.
[19] V. Mulukutla, B. Sundaravel, Y. Park, D. Reeves, “Fast malware classification by automated behavioral graph matching", CSIIRW ’10 Proceedings of the Sixth Annual Workshop on Cyber Security and Information Intelligence Research, str. 1-4, 2010.
[20] T. Li, D. Ye, Y. Yanfang, D. Wang, “IMDS: Intelligent malware detection system, Proceedings of KDD’07, str. 1043-1047, 2007.

Jeśli masz wykupiony/przyznany dostęp - zaloguj się. Skorzystaj z naszych propozycji zakupu!

Publikacja


e-Publikacja (format pdf) - nr 101876 "ANALIZATOR KAMPANII ZŁOS´..." licencja: Osobista Produkt cyfrowy	10.00 zł

Zeszyt


PRZEGLĄD TELEKOMUNIKACYJNY - e-zeszyt (pdf) 2016-8-9 licencja: Osobista Produkt cyfrowy	30.50 zł

Prenumerata

PRZEGLĄD TELEKOMUNIKACYJNY - prenumerata cyfrowa
licencja: Osobista

Produkt cyfrowy
Nowość

300.00 zł

PRZEGLĄD TELEKOMUNIKACYJNY - papierowa prenumerata roczna + wysyłka
licencja: Osobista

Szczegóły pakietu

Nazwa
PRZEGLĄD TELEKOMUNIKACYJNY - papierowa prenumerata roczna	348.00 zł brutto 322.22 zł netto 25.78 zł VAT (stawka VAT 8%)
PRZEGLĄD TELEKOMUNIKACYJNY - pakowanie i wysyłka	21.00 zł brutto 17.07 zł netto 3.93 zł VAT (stawka VAT 23%)

369.00 zł

PRZEGLĄD TELEKOMUNIKACYJNY - PAKIET prenumerata PLUS
licencja: Osobista

Szczegóły pakietu

Nazwa
PRZEGLĄD TELEKOMUNIKACYJNY - PAKIET prenumerata PLUS (Prenumerata papierowa + dostęp do portalu sigma-not.pl + e-prenumerata)	450.00 zł brutto 416.67 zł netto 33.33 zł VAT (stawka VAT 8%)

450.00 zł

Zeszyt

2016-8-9

Twój Koszyk

Publikacja

Zeszyt

Prenumerata

Zeszyt

Czasopisma