StealthyFlow:一种对抗条件下恶意代码动态流量伪装框架

• 作者: 韩宇 方滨兴 崔翔 王忠儒 冀甜甜 冯林 余伟强
• 来源期刊: 计算机学报
• 关键词: 恶意代码 加密流量 StealthyFlow 绕过 动态流量伪装
• 年，卷（期）: 2021,（5）
• 所属期刊栏目: 信息安全
• 页码范围: 948-962
• 页数: 15页
• 分类号: TP309
• 语种: 中文
• DOI: 10.11897/SP.J.1016.2021.00948

摘要

恶意代码问题使国家安全面临严重威胁.随着TLS协议快速普及,恶意代码呈现出流量加密化的趋势,通信内容加密导致检测难度的进一步提高.本文提出一种恶意代码流量伪装框架StealthyFlow,以采用加密流量进行远控通信的公共资源型恶意代码与GAN结合,对恶意流量进行不影响攻击功能的伪装,旨在实现伪装后的对抗流量与良性流量的不可区分性,进而绕过基于机器学习算法的分类器.StealthyFlow具有如下优势:根据目标流量的变化动态调整对抗流量,实现动态流量伪装;伪装在恶意代码层面进行,保证攻击功能不被破坏;绕过目标不参与训练过程,保证恶意代码不会提前暴露.实验结果表明,StealthyFlow产生的攻击流量与良性流量相似度极高,在对抗环境中可以绕过机器学习分类器.因此,需要对此种恶意代码提起注意,并尽快研究防御对策.