بهبود روش شناسایی باج افزارها با استفاده از ویژگی های توابع سیستمی

نوع مقاله: مقاله پژوهشی

نویسندگان

1 دانشگاه جامع امام حسین ع دانشکده سایبرالکترونیک آزمایشگاه مرجع تحلیل بدافزار

2 معاونت علمی و پژوهشی دانشکده سایبرالکترونیک دانشگاه جامع امام حسین ع

چکیده

در سال های اخیر گرایش حملات سایبری مبتنی بر باج افزارها بشدت افزایش‌یافته است. یکی از روش های پدافندی، شناسایی رفتاری باج‌افزارها به‌وسیله توابع سیستمی است. پژوهش های مطرح‌شده در این زمینه دارای خلاء بهینه سازی در در سال‌های اخیر گرایش حملات سایبری مبتنی بر باج افزارها بشدت افزایش‌یافته است. یکی از روش‌های پدافندی، شناسایی رفتاری باج‌افزارها به‌وسیله توابع سیستمی است. با مطالعه و بررسی پژوهش‌های این حوزه دریافتیم پژوهش‌های مذکور در نرخ دقت و سرعت تشخیص باج‌افزارها بهینه نمی‌باشد. به دلیل اینکه جامعه آماری نمونه باج‌افزارهای مجموعه‌داده‌های مورد آزمایش و ارزیابی در این پژوهش‌ها محدود بوده و همه خانواده‌های باج‌افزاری را پوشش نمی‌دهد، لذا میزان نرخ‌های تشخیص ارائه‌شده برای شناسایی تعداد بالای باج‌افزارها دارای کاستی‌هایی چون پایین بودن نرخ دقت تشخیص، نرخ بالای مثبت کاذب و حتی بالا بودن نرخ عدم‌تشخیص هستند. از دیگر کاستی‌ پژوهش‌های مذکور غفلت از تاثیر نرخ سرعت در تشخیص باج افرارها است. عدم رفع کاستی های مذکور در زمان پیاده سازی اینگونه روش های شناسایی، موجب متحمل شدن هزینه های زمانی و مادی زیادی و نیز موجب کندی سیستم شناسایی و عدم دستیابی به خروجی صحیح و واقعی خواهد شد.لذا در این پژوهش ابتدا اقدام به تولید مجموعه داده غنی شامل انواع خانواده باج‌افزارها و در نسخه های مختلف شده است. در ادامه با انجام آزمون‌هایی طی 4 مرحله روی مجموعه داده اولیه با 126 ویژگی و برگزیدن الگوریتم انتخاب ویژگی مناسب، اقدام به بهینه سازی آن شده است. در نتیجه مجموعه داده ای بهینه با 67 ویژگی بدون کاهش نرخ دقت تشخیص بدست آمده است. سپس به وسیله این مجموعه‌داده بهینه و به ‌اصطلاح سبک اقدام به اخذ بهترین مدل دسته‌بندی برای تشخیص کرده، لذا به وسیله الگوریتم دسته بندی جنگل تصادفی (با استفاده از روش مقابله ای 10 بخشی) موفق به شناسایی باج‌افزارها با نرخ دقت بهینه 11/95 درصد در مدت زمان 21/0 ثانیه، نرخ مثبت کاذب 047/0 و نرخ مثبت صحیح 951/0 شده ایم.

کلیدواژه‌ها



مقالات آماده انتشار، پذیرفته شده
انتشار آنلاین از تاریخ 10 اسفند 1398
  • تاریخ دریافت: 19 آذر 1398
  • تاریخ بازنگری: 10 اسفند 1398
  • تاریخ پذیرش: 10 اسفند 1398