MDML

الكشف عن البرامج الضارة باستخدام التعلم الآلي (MDML)

تشغيله محليا

STREMLIT RUN APP.PY

مؤلف

محمد بنشيخ

وحدات التحليل:

• ثابت : يتم استخراج الميزات من رؤوس ملف PE (رأسًا اختياريًا بشكل رئيسي) ، قواعد YARA والتوقيع الرقمي.

• الديناميكي : الميزات هي مكالمات API التي يتم تتبعها باستخدام صندوق رمل الوقواق

مجموعات البيانات البناء

• ثابت

تم الحصول على عينات من البرامج الضارة من MalwareBazaar بينما تم الحصول على عينات حميدة من مواقع استضافة متعددة عبر الإنترنت (أي CNET) استخدمنا وحدة Pefile في Python لتحليل رؤوس PE واستخلاص الميزات ذات الصلة (المختارة باستخدام معايير) ، استخدمنا أيضًا قدرات يارا ، والتوقيع الرقمي ، والتعبئة كميزات.

• متحرك

قمنا بتعديل مجموعة بيانات APIMDS من HKSecurity وقمنا بتغييرها من مجموعة بيانات من تسلسل مكالمات API إلى مجموعة بيانات من القيم الثنائية مع ميزات محددة مسبقًا

الخوارزمية المستخدمة

قمنا بمقارنة خوارزميات متعددة باستخدام خوارزمية لعملية التحقق من صحة التقاطع الطبقي 10 أضعاف ، استقرنا على خوارزمية تصنيف تعزيز التدرج (XGBOOST) لأنها حصلت على أعلى درجة F1

واجهات المشروع

ثابت

متحرك