不安装任何杀毒软件|ai如何识破恶意软件？( 二 ) 不安装任何杀毒软件

光是掌握这些基本“疾病”还不够， AI还得学会识破恶意软件的进一步“伪装” 。
例如，混淆技术（Obfuscation）就是比较常见的恶意软件伪装方法。

文章图片
这种方法有意让代码模糊不清，从而使逆向工程变得困难，原本是一种用于保护含有IP价值的程序。但后来却被黑客反向用来削弱杀毒软件，以逃脱其追捕。
据此，研究人员利用混淆技术对恶意软件进行了进一步“升级” ，再加入数据集中。
其中，就包括采用静态代码重写（不透明谓词、假控制流、指令替换、控制流扁平化）和动态代码重写（打包器、代码虚拟化）等方式，对数据进行处理。
另一方面，除了恶意软件数据以外， AI还得知道正常情况下的信号数据。
所以除了恶意的“病毒数据库” ，开发者还准备了一个良性数据集，以模拟真实场景中“随机突发”的病毒入侵事件。
哪些算是良性数据呢？
比如计算、设备睡眠、照片捕捉、网络工作连接，以及像是媒体播放这种长时间的可执行程序运行。

文章图片
由于树莓派部署了一个Linux4.19.57-v7ARMv7l的RaspbianBuster操作系统，开发者就从新安装的Linux系统中收集ARM可执行文件，以此生成良性数据集。
在整个过程中，研究人员一共收集了100000份电磁波数据，用于训练AI 。
但这些数据在交给AI用于训练之前，还需要经过一些处理，从收集数据到完成训练一共分成三步。
采用时频域分析降低噪声影响
首先，部署数据收集装置，收集信号数据。

文章图片
这个数据收集装置分为被攻击设备和示波器两部分，其中树莓派是被攻击设备，高速数字转换器PicoScope6407（示波器）用于采集和传输数据。
部署好的数据收集装置如下，其中PicoScope6407的探针（EMprobe）会被放在树莓派上，用于收集信号：

文章图片
然后，对数据进行预处理。

文章图片
由于收集到的电磁波信号伴随大量噪音，因此需要将收集到的信号数据进行时域和频域分析，进行特征采集：

文章图片
最后，用这些数据训练AI 。
为了选出最适合这项实验的AI ，研究人员分别训练了SVM、NB、MLP和CNN四种类型的网络：

文章图片
最后他们发现MLP和CNN是最棒的：

文章图片
其中CNN还要更好一点，具体模型的架构如下：

文章图片
训练结果如下，其中1963份良性数据（benign）中，只有1个被误测为DDoS；Rootkit类型的恶意软件数据全部被正确识别；DDoS和Ransomware的识别效果也不错：

文章图片
当然，除了单独的恶意软件类型以外，采用混淆技术后模型分类的效果也依旧不错。
整套流程的逻辑如下：