基于软件基因的恶意代码检测与分析技术研究

As an important source of threats to cyber security, malware is showing a situation that number is growing rapidly, species are increasing complexly and threats are becoming serious. Malware detection and analysis is always a significant research topic in the field of cyber security. The traditional analysis techniques, both static analysis and dynamic analysis, are difficult to adapt the evolution tendency of malware, in terms of cognitive depth, processing speed and recognition effect. The subject proposes the concept of software gene, transforms separate cognition of malware samples into the research of population "gene", changes the traditional research objects and methodology, and effectively relieves the backwardness of current researches on malware. Through studying cutting, extracting, and cognitive methods for software gene, the subject combines big data analysis and machine learning to propose malware detection and population analysis algorithms based on software gene, excavates the rules for genetic evolution of malware, addresses the key issues on population determination, homology analysis and threats trend analysis within the development and evolution of malware population, and achieves detecting and analyzing unknown malware accurately and efficiently.

恶意代码作为网络安全威胁的重要源头，正呈现数目快速增长、种类日益繁杂、威胁愈发严重的态势，恶意代码检测与分析一直是网络安全领域的重要研究课题。传统的静态或动态分析技术从认知深度、处理速度和识别效果上，难以适应恶意代码的发展趋势。本课题提出软件基因的概念，将对恶意代码样本的逐一认知，转化为对种群“基因”的研究，从而改变传统研究的对象和方法，有效缓解当前恶意代码研究所面临的滞后现状。通过研究软件基因的切分和提取方法以及自动化认知方法，并结合大数据分析、机器学习等技术提出基于软件基因的恶意代码检测算法和种群分析算法，挖掘海量恶意代码的遗传进化规律，解决恶意代码种群衍变与进化中的种群判定、同源性分析、威胁趋势分析等关键问题，实现对未知恶意代码精准高效的检测与分析。

本项目针对恶意代码分析领域对未知恶意代码的检测能力不强、溯源能力和关联分析能力不足等问题，开展了基于软件基因的恶意代码检测与分析技术研究。在基础理论方面，针对软件基因切分与提取方法进行了深入讨论和研究，研究了软件基因内容语义以及基因间关联关系的认知问题；在核心算法方面，设计了基于软件基因信息和机器学习算法的恶意代码检测算法，分析和挖掘了软件基因视角下的恶意代码种群关系和遗传进化规律；基于基础理论和核心算法研究，构建了恶意代码智能基因分析检测平台，其中集成了软件基因自动化提取与分析工具、海量恶意代码样本基因库、基于软件基因的恶意代码检测和种群分析算法、APT组织及工具家族图谱等。.在基金委的资助下，本项目取得了一系列创新方法和成果，形成了具有自身特色的研究队伍，在一定程度上改善了当前对恶意代码单一认知、“一事一议”的工作方式，从软件基因的全新视角，微观深入精准分析和认知海量恶意代码，完成了预期的研究目标。在本项目资助下，项目组成员以第一作者或通讯作者共发表学术论文12篇，其中，SCI和EI检索各6篇；共获得授权专利6项，申请专利2项；共培养研究生15名，其中，已毕业博士生3名，已毕业硕士生4名，在读博士生3名，在读硕士生5名。