LuanVan.vnLuận Văn
Gửi thư

PHÂN LOẠI MÃ ĐỘC SỬ DỤNG THÔNG TIN HEADER VÀ OPCODE CỦA MÃ ASSEMBLY

Khoá luận tốt nghiệp · Đại học · năm 2020 · đề tài tham khảo

Loại tài liệuKhoá luận tốt nghiệp
Bậc họcĐại học
NgànhCông nghệ thông tin
Tác giảTăng Tấn Tài
Người hướng dẫnThái Minh Tuấn
Cơ sở đào tạoTrường Đại học Cần Thơ
Năm2020
NguồnThư viện số Trường Đại học Cần Thơ · trang gốc

Tóm tắt

Để ngăn chặn việc lây lan và phát triển ngày càng mạnh của phần mềm độc hại, các nhà nghiên cứu đã đưa ra nhiều phương pháp nhằm phát hiện và phân loại các loại mã độc. Tuy nhiên, những phương pháp truyền thống này tỏ ra không hiệu quả do tính đa dạng và biến thể của mã độc. Để khắc phục những khó khăn trên, những năm gần đây phương pháp phân loại mã độc sử dụng hướng tiếp cận máy học được áp dụng ngày càng nhiều. Một trong những phương pháp phổ biến là chuyển mã nhị phân của mã độc về dạng hình ảnh và áp dụng các mô hình máy học như CNN để phân loại. Mặc dù cách tiếp cận cho kết quả phân loại khả quan nhưng vẫn còn nhiều hạn chế bởi tính đa dạng và sự nhầm lẫn dữ liệu. Để giải quyết các vấn đề hạn chế trên, luận văn này đề xuất một phương pháp tiếp cận để phân loại mã độc bằng cách trích xuất thông tin của mã assembly được dịch ngược từ cấu trúc thực thi của mã độc. Thông tin trích xuất bao gồm header và opcode của mã độc sẽ được phân loại sử dụng giải thuật máy học rừng ngẫu nhiên. Kết quả thực nghiệm cho thấy phương pháp đề xuất có độ chính xác cao cùng với độ nhầm lẫn dữ liệu khá thấp, có thể áp dụng vào trong thực tế để phát hiện và phân loại mã độc.
Bản toàn văn lưu tại thư viện Trường Đại học Cần Thơ

Thông tin và tóm tắt ở trên lấy từ kho số mở của thư viện trường. Bản toàn văn do thư viện trường quản lý — có nơi cho đọc trực tuyến, có nơi cần tài khoản bạn đọc của trường.

Mở tại thư viện trường ↗
Dùng tài liệu tham khảo cho đúng
  • Đọc để hiểu cách người trước đặt câu hỏi, chọn phương pháp, trình bày số liệu — rồi tự làm với dữ liệu và bối cảnh của bạn.
  • Ý, số liệu, bảng biểu lấy từ tài liệu này phải trích dẫn (tác giả, năm, tên đề tài, cơ sở đào tạo).
  • Đề tài trùng tên vẫn làm được nếu khác đơn vị khảo sát, thời gian hoặc cách tiếp cận — nêu rõ điểm khác trong phần mở đầu.

Hướng dẫn chọn đề tài, cấu trúc và số liệu cho ngành này: Luận văn công nghệ thông tin · Hỏi đáp từng chương với người hướng dẫn số: Học Giả Số · Công cụ số: Luận Văn Số.

Đề tài cùng ngành

Tác giả muốn gỡ, sửa thông tin hoặc bổ sung bản toàn văn: gửi yêu cầu qua trang Liên hệ, kèm đường dẫn trang này.