基于多标签分类器的恶意PowerShell检测
2023-08-26曹耀彬
电脑知识与技术 2023年19期
曹耀彬



关键词:PowerShell;多标签分类器;深度神经网络;恶意代码;混淆;加密
0 引言
网络空间是现代战争中重要战场,高级持续性威胁攻擊(Advanced Persistent Threat,APT) 是一种复杂且持久的网络攻击,通常为有组织的攻击者发起,旨在获取敏感信息、窃取知识产权或破坏目标系统。APT攻击的目标通常是政府机构、大型企业、关键基础设施和研究机构等具有高价值数据和资产的实体。这些APT具有重大威胁,因为它们可以用于各种恶意活动,包括数据泄露、远程访问和系统入侵等。在所有APT攻击活动中,由于PowerShell的多功能性、隐蔽性和执行复杂命令的能力,成为网络犯罪分子的首选工具之一。攻击者可以使用PowerShell来执行各种恶意活动,如植入后门、窃取凭据、下载和执行恶意软件等。同时,PowerShell的广泛应用和混淆加密技术的不断演进,使得其在目标系统上的活动更难以被发现和阻止。深度混淆的脚本更是能够轻松地绕过现有的防御措施,因此,当前迫切需要一种更先进的技术来准确高效地检测深度混淆的恶意PowerShell代码。近年来,多标签分类器在解决恶意PowerShell检测的复杂性方面显示出巨大的潜力,多标签分类将多个标签分配给输入样本,以识别PowerShell脚本中存在的各种混淆[1]加密技术。与传统的单标签分类相比,多标签分类允许每个样本关联多个标签,可以同时识别多种混淆加密的复杂模式和特征,并且多标签分类器[2](Multi-label Classification, MLC) 能够根据训练数据自适应地学习新的混淆加密技术。如今,随着APT攻击的发……
登录APP查看全文
