מיקרוסופט ואינטל יקלו על זיהוי תוכנות זדוניות על ידי המרתה לתמונות

נודע כי מומחים ממיקרוסופט ואינטל מפתחים במשותף שיטה חדשה לזיהוי תוכנות זדוניות. השיטה מבוססת על למידה עמוקה ומערכת לייצוג תוכנות זדוניות בצורת תמונות גרפיות בגווני אפור.

המקור מדווח כי חוקרי מיקרוסופט מ-Threat Defense Intelligence Group עובדים עם עמיתים מאינטל כדי לחקור את האפשרות להשתמש בלמידה עמוקה כדי להילחם בתוכנה זדונית. המערכת המפותחת נקראת STAtic Malware-as-Image Network Analysis, או STAMINA. המערכת מעבדת קבצי תוכנה זדונית בינאריים המוצגים בצורה של תמונות מונוכרום. החוקרים גילו שלתמונות כאלה של תוכנות זדוניות מאותה משפחה יש קווי דמיון מבניים, מה שאומר שניתן לנתח מרקם ודפוסים מבניים ולזהות כשפיר או זדוני.

הפיכת קבצים בינאריים לתמונות מתחילה בהקצאת לכל בייט ערך מ-0 עד 255, המתאים לעוצמת הצבע של הפיקסל. לאחר מכן, הפיקסלים מקבלים שני ערכים בסיסיים המאפיינים רוחב וגובה. בנוסף, גודל הקובץ משמש לקביעת הרוחב והגובה של התמונה הסופית. לאחר מכן השתמשו החוקרים בטכנולוגיות למידת מכונה כדי ליצור סיווג תוכנות זדוניות המשמש בתהליך הניתוח.

STAMINA נבדק באמצעות 2,2 מיליון קבצי הפעלה. חוקרים מצאו שהדיוק של זיהוי קוד זדוני מגיע ל-99,07%. יחד עם זאת, מספר התוצאות הכוזבות נרשם ב-2,58% מהמקרים, וזו בדרך כלל תוצאה טובה למדי.

כדי לזהות איומים מורכבים יותר, ניתן להשתמש בניתוח סטטי בשילוב עם ניתוח דינמי והתנהגותי כדי ליצור מערכות זיהוי איומים מקיפות יותר.

מקור: 3dnews.ru