تحلیل رفتار بدافزار پس از آلودگی، با دقت ۹۴٫۴۴ درصدی

بیشتر پژوهش‌های شناسایی بدافزار بر تشخیص فایل مخرب پیش از اجرا تمرکز دارند؛ اما مطالعه‌ای تازه در arXiv رفتار بدافزارها را پس از آلودگی بررسی کرده است. پژوهشگران با اجرای پویا در محیط CAPEv2، داده‌های ۳۷ خانوادهٔ بدافزاری را تحلیل کرده‌اند.

آن‌ها ردپای رفتاری را به‌صورت گراف‌های ناهمگن با پنج نوع گره و هفت نوع رابطه مدل کرده‌اند؛ روشی که، به گفتهٔ چکیدهٔ مقاله، ساختار ارتباطی رفتارها را حفظ می‌کند؛ برخلاف بردارهای ویژگی تخت که این ساختار را کنار می‌گذارند. یک مدل تجمیعی رأی‌گیری که با ویژگی‌های ساختاری گراف آموزش دیده، به دقت ۹۴٫۴۴ درصد و MCC برابر با ۰٫۸۶۳ رسیده است. این مقدار MCC، ۷٫۴ واحد درصد از خط پایهٔ مبتنی بر رفتار تخت بیشتر است.

چکیده می‌گوید یک طبقه‌بند چندکلاسه نیز ۲۴ خانوادهٔ بدافزاری را از هم تفکیک می‌کند، اما متن در دسترس دربارهٔ جزئیات عملکرد آن یا تحلیل رفتار هر خانواده اطلاعات بیشتری نمی‌دهد.