进行|ISC2020安全分析技术分论坛集结技术大咖 云端共话技术赋能安全之路( 二 )


杜元正表示 , 使用恶意样本控制流图作为多分类特征 , 然后使用图卷积神经网络对分类特征进行分类 , 理想环境下分类效果拔群 。 与此同时 , 研究团队在此过程中遇到了两个工程问题但最终得以解决 , 其一是缺数据 , 最终通过做数据增强成功解决 , 其二是关于壳保护技术 , 研究发现利用“壳函数不会调用恶意样本自定义函数、恶意样本自定义函数不会调用壳函数”的这一特点 , 能够成功分离壳特征 。
进行|ISC2020安全分析技术分论坛集结技术大咖 云端共话技术赋能安全之路
图片

阿里云安全专家程利军
相关调查显示 , 当今互联网中的流量有一半来自于机器工具 , 其中恶意流量的占比在逐年在上升 。 攻击者采用各式各样的工具对互联网中的业务进行攻击 , 对用户造成了极大的危害 , 机器流量识别面临着严峻挑战 。 当下 , 攻击者的技术在飞速进步 , 且攻击手法会快速变型 , 对抗局面十分激烈;而传统基于特征识别恶意流量的防御思路已经失效 , 如何识别并管理这些机器流量 , 成为了保护客户安全的重要议题 。
会上 , 阿里云安全专家程利军针对此问题发表《行为分析在机器流量识别中的应用》主题演讲 , 针对基于统计、单点、以及绘画序列的行为分析分别进行了详细分析 。 程利军表示 , “利益越大 , 诱惑就越大 , 黑产在机器流量对抗上的强度也会变大 。 这要求我们随着对抗的升级 , 不断升级检测模型 。 ”
ISC2020技术日当天 , 还有网络空间测绘、漏洞管理与研究、移动安全等多个分论坛同步上线 。 未来几天 , ISC2020产业日、人才日等主题日将陆续开启 , 还有ISC夜谈、ISC Talk、CXO等特色活动持续开播 。
(责任编辑:董云龙 )


推荐阅读