可疑代碼動態(tài)分析與惡意性判定關鍵技術研究.pdf

1、信息系統(tǒng)安全的重要性已經不言而喻，關乎國家安全的戰(zhàn)略決策與發(fā)展，而惡意代碼是當前信息系統(tǒng)安全的主要威脅之一。惡意代碼的傳播范圍越來越廣泛、種類與功能變化越來越快、抗分析能力越來越強，這都給惡意代碼的分析帶來了非常大的挑戰(zhàn)。因此，有效的檢測與分析惡意代碼行為，對于提高信息系統(tǒng)的安全性，降低惡意代碼危害具有重要意義。
　　動態(tài)分析在對抗惡意代碼常用的加殼、多態(tài)變形技術等方面具有非常好的效果，能夠有效發(fā)掘可疑代碼的隱藏行為。本文基于動態(tài)

2、分析技術，從可疑代碼的動態(tài)分析過程、技術實現以及惡意性判定過程、實驗測試等方面進行了研究，同時針對動態(tài)分析路徑單一的問題，研究了基于關鍵節(jié)點覆蓋的多路徑分析方法，有效地彌補了動態(tài)分析的不足，提高了動態(tài)分析的全面性。論文的主要工作及創(chuàng)新點包括：
　　1、提出并編程實現了基于動態(tài)分析的可疑代碼行為描述及分析方法?，F有的動態(tài)分析系統(tǒng)在程序行為刻畫時標準單一、缺乏準確性，容易導致誤報情況的出現，一旦惡意代碼采用了某些抗分析技術，又容易導致

3、漏報情況的出現。本文為了有效獲取動態(tài)分析過程中的API調用信息，建立了API信息庫，保存可疑代碼動態(tài)運行過程中的API調用序列和相關信息。根據API調用之間的控制依賴關系，建立了多層的可疑代碼行為控制依賴鏈，通過完整API調用過程來描述可疑代碼的行為。
　　2、提出并實現了基于行為的可疑代碼惡意性判定系統(tǒng)(PMDS)。根據常見的API調用習慣及混淆方式，優(yōu)化了基于行為控制鏈的可疑代碼行為集。定義了惡意代碼的六個具體的行為集,包含了

4、53個具體的子行為，實現相應的行為抽取算法。最后，設計了基于行為的貝葉斯算法的惡意性判定模型。
　　3、提出并編程實現了基于關鍵節(jié)點覆蓋的多路徑分析方法。動態(tài)分析的不足就是分析路徑單一，有可能被一些抗分析技術規(guī)避。所以，針對常見的抗分析技術，定義了動態(tài)分析過程中的關鍵節(jié)點，并實現了基于關鍵節(jié)點的多路徑遍歷方法。有效地提高了動態(tài)分析的準確性和多路徑遍歷的針對性。
　　本文提出的方法及模型已在課題組研制的動態(tài)分析系統(tǒng)中得到了驗證