Building malware classificators usable by State security agencies

El sandboxing ha sido usado de manera regular para analizar muestras de software y determinar si estas contienen propiedades o comportamientos sospechosos. A pesar de que el sandboxing es una técnica poderosa para desarrollar análisis de malware, esta requiere que un analista de malware desarrolle un análisis riguroso de los resultados para determinar la naturaleza de la muestra: goodware o malware. Este artículo propone dos modelos de aprendizaje automáticos capaces de clasificar muestras con base a un análisis de firmas o permisos extraídos por medio de Cuckoo sandbox, Androguard y VirusTotal. En este artículo también se presenta una propuesta de arquitectura de centinela IoT que protege dispositivos IoT, usando uno de los modelos de aprendizaje automáticos desarrollados anteriormente. Finalmente, diferentes enfoques y perspectivas acerca del uso de sandboxing y aprendizaje automático por parte de agencias de seguridad del Estado también son aportados.

• Autores: Useche-Peláez, David Esteban; Díaz-López, Daniel Orlando; Sepúlveda-Alzate, Daniela; Cabuya-Padilla, Diego Edison
• Tipo de recurso: Article of investigation
• Fecha de publicación: 2018
• Institución: Escuela Colombiana de Ingeniería Julio Garavito
• Repositorio: Repositorio Institucional ECI
• Idioma: eng
• OAI Identifier: oai:repositorio.escuelaing.edu.co:001/1474
• Acceso en línea: https://repositorio.escuelaing.edu.co/handle/001/1474; http://revistas.ustabuca.edu.co/index.php/ITECKNE/article/view/2072
• Palabra clave: Cuckoo sandbox; Data science; Machine learning; Malware analysis; Sandboxing; Ciencia de datos; Aprendizaje de máquina; Análisis de malware
• Rights: openAccess
• License: https://creativecommons.org/licenses/by/4.0/