Key points are not available for this paper at this time.
Traditionelle signaturebasierte Malware-Detektionsverfahren werden seit vielen Jahren aufgrund ihrer hohen Erkennungsraten und niedrigen Fehlalarmraten eingesetzt. Allerdings sind signaturebasierte Techniken ineffektiv, da sie neue, polymorphe oder transiente Malware nicht erkennen. Um die Schwächen in den Signaturerkennungstechniken zu überbrücken, haben Forscher auf verhaltensbasierte Methoden zurückgegriffen, die ein Malware-Verhalten-Profil erstellen, indem sie bösartige API-Aufrufe während der Ausführung erfassen. In diesem Zusammenhang verwenden API-Abgleichtechniken API-Aufrufe, um Ähnlichkeiten zwischen Malware zu berechnen. Allerdings benötigen API-Konkatenationstechniken erhebliche Ressourcen des API-Call-Prozesses, was diese Methoden aufgrund der Prozessqualität verlangsamt und somit nicht in der Lage ist, große API-Call-Sequenzen außerhalb des Labors zu skalieren. In diesem Papier überprüfen wir die aktuellen Malware-Detektionsstrategien, die durch API-Call-Sequenzen unterstützt werden.
Fahad Mira (Mi.,) hat diese Frage untersucht.