基于动态行为分析的网页木马检测方法

• 作者: 刘蕊成 张卫丰 许蕾
• 来源期刊: 软件学报
• 学科: 工学
• 关键词: 网页木马 堆恶意操作 代码混淆 动态分析 机器学习
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 软件安全漏洞检测专题
• 页码范围: 1410-1421
• 页数: 12页
• 分类号: TP311
• 字数: 10483字
• 语种: 中文
• DOI: 10.13328/j.cnki.jos.005495

摘要

网页木马是一种在网页中插入攻击脚本,利用浏览器及其插件中的漏洞,使受害者的系统静默地下载并安装恶意程序的攻击形式.结合动态程序分析和机器学习方法,提出了基于动态行为分析的网页木马检测方法.首先,针对网页木马攻击中的着陆页上的攻击脚本获取行为,监控动态执行函数执行,包括动态生成函数执行、脚本插入、页面插入和URL跳转,并根据一套规则提取这些行为,此外,提取与其相关的字符串操作记录作为特征;其次,针对利用堆恶意操作注入shellcode的行为,提出堆危险指标作为特征;最后,从Alexa和VirusShare收集了500个网页样本作为数据集,用机器学习方法训练分类模型.实验结果表明,与现有方法相比,该方法具有准确率高(96.94％)、可有效地对抗代码混淆的干扰(较低的误报率6.1％和漏报率1.3％)等优点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	许蕾	南京大学计算机科学与技术系	21	186	6.0	13.0
2	张卫丰	南京邮电大学计算机学院	28	231	9.0	14.0
3	刘蕊成	南京邮电大学计算机学院	2	6	1.0	2.0