Обнаружение программ-вымогателей на основе комбинированной нейронной сети и анализа энтропии данных

Abstract

В условиях растущего числа изощренных кибератак программы-вымогатели представляют собой одну из наиболее серьезных угроз информационной безопасности. Традиционные методы защиты и методы, основанные на сигнатурах и анализе энтропии данных, нередко оказываются неэффективными из-за высокого уровня ложных срабатываний и неспособности надежно отличить зашифрованные данные от, легитимных файлов со сжатием. В качестве решения данной проблемы предлагается двухуровневый подход анализа данных, совмещающий в себе разные методы. На первом этапе выполняется быстрая фильтрация файлов по порогу энтропии для отбора «подозрительных» объектов. На втором этапе эти файлы анализируются гибридной нейронной сетью, объединяющей сверточную сеть для выявления локальных паттернов и архитектуру Transformer для анализа глобальных контекстных зависимостей в данных.