Static malware detection using stacked bi-directional LSTM

İnternetin ve kişisel bilgisayarların son zamanlarda yaygınlaşması, siber suçluların İnternet kullanıcılarını yaygın ve zarar verici tehditlere maruz bırakmasını kolaylaştırdı. Son kullanıcıları bu tür tehditlere maruz bırakmamak için kullanılan güvenlik sistemlerinin proaktif olması, zaralı yazılımları ve çalıştırılabilir dosyaları son kullanıcıya ulaşmadan önce algılaması beklenir. Verimli ve düşük maliyetli bir zararlı yazılım algılama mekanizması oluşturmak için, bu çalışmada, yığınlanmış çift yönlü uzun kısa süreli bellek (Yığınlanmış BiLSTM) tabanlı derin öğrenme (DL) dil modeli öneriyoruz. Zararlı ve zararsız çalıştırılabilir dosyalardan elde ettiğimiz assembly talimatlarını kullanarak modeller geliştirdik. Bu modellerde, assembly talimatlarını cümle, kod bölümlerini ise belge olarak ele aldık. Yapılan denemeler, Belge Düzeyinde Analiz Modelinin (DLAM) ve Cümle Düzeyinde Analiz Modelinin (SLAM) sırasıyla 98,3% ve 70.4% F1 doğruluk puanına ulaştığını gösterdi.