API 호출 시퀀스를 기반으로 한 악성 프로그램 행동 탐지 모델

새로운 전력 시스템 엣지 측 애플리케이션에서 악성 프로그램 행동을 탐지하는 낮은 정확도 문제를 해결하기 위해, 본 논문에서는 규칙 매칭과 딥 러닝 기술을 결합한 API 호출 시퀀스 기반의 탐지 모델을 제시한다. 우리는 먼저 PrefixSpan 알고리즘을 사용하여 악성 프로그램 데이터셋 내 동일 프로그램의 다양한 스레드에서 빈번한 API 호출 시퀀스를 발굴하고, 이를 통해 악성 행동 시퀀스의 규칙 기반을 생성한다. 검토할 API 호출 시퀀스는 악성 행동 시퀀스 매칭 모델을 사용하여 매칭되고, 일치하지 않는 시퀀스는 추가 탐지를 위해 TextCNN 딥 러닝 탐지 모델에 제공된다. 두 모델이 협력하여 프로그램 행동 탐지를 수행한다. 실험 결과는 제안된 탐지 모델이 악성 샘플을 효과적으로 식별하고 악성 프로그램 행동을 구별할 수 있음을 보여준다.