Machine Learning approach for malware detection using executable files features extraction
A malicious software is generally an executable program which usually settles itself in the system, replicates by copying itself, and has a malicious effect. Modern antivirus systems detect malware by knowing its pattern and detect a new virus quite difficult. There are a lot of heuristic techniques...
Збережено в:
| Дата: | 2018 |
|---|---|
| Автори: | , |
| Формат: | Стаття |
| Мова: | English |
| Опубліковано: |
Інститут проблем штучного інтелекту МОН України та НАН України
2018
|
| Назва видання: | Штучний інтелект |
| Теми: | |
| Онлайн доступ: | http://dspace.nbuv.gov.ua/handle/123456789/162448 |
| Теги: |
Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
|
| Назва журналу: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Цитувати: | Machine Learning approach for malware detection using executable files features extraction / A.A. Voranau, Y.V. Harakhavik // Штучний інтелект. — 2018. — № 3 (81). — С. 97-102. — Бібліогр.: 15 назв. — англ. |
Репозитарії
Digital Library of Periodicals of National Academy of Sciences of Ukraine| id |
irk-123456789-162448 |
|---|---|
| record_format |
dspace |
| spelling |
irk-123456789-1624482020-01-09T01:26:12Z Machine Learning approach for malware detection using executable files features extraction Voranau, A.A. Harakhavik, Y.V. Прикладні інтелектуальні технології та системи A malicious software is generally an executable program which usually settles itself in the system, replicates by copying itself, and has a malicious effect. Modern antivirus systems detect malware by knowing its pattern and detect a new virus quite difficult. There are a lot of heuristic techniques are used for detecting an unknown malware which are usually consume a lot of system memory and CPU resources. This load can be overcome by training a machine learning model which collects features from Portable Executable (PE) file which are used for identifying an unknown virus patterns. A technique to collect these features from PE file is proposed in this paper. Вредоносное ПО, как правило, представляет собой исполняемую программу, которая обычно располага-ется в системе, реплицируется путем копирования и оказывает вредоносное воздействие. Современные анти-вирусные системы обнаруживают вредоносное ПО, зная его паттерн, а обнаруживать новый вирус довольно сложно. Существует множество эвристических методов, используемых для обнаружения неизвестных вредо-носных программ, которые обычно потребляют много системной памяти и ресурсов процессора. Эту нагрузку можно преодолеть путем обучения модели машинного обучения, которая собирает данные из Portable Executable (PE) файла, которые используются для идентификации неизвестных вирусных паттернов. В данной статье предлагается метод сбора этих характеристик из PE-файла. 2018 Article Machine Learning approach for malware detection using executable files features extraction / A.A. Voranau, Y.V. Harakhavik // Штучний інтелект. — 2018. — № 3 (81). — С. 97-102. — Бібліогр.: 15 назв. — англ. 1561-5359 http://dspace.nbuv.gov.ua/handle/123456789/162448 004.93 en Штучний інтелект Інститут проблем штучного інтелекту МОН України та НАН України |
| institution |
Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| collection |
DSpace DC |
| language |
English |
| topic |
Прикладні інтелектуальні технології та системи Прикладні інтелектуальні технології та системи |
| spellingShingle |
Прикладні інтелектуальні технології та системи Прикладні інтелектуальні технології та системи Voranau, A.A. Harakhavik, Y.V. Machine Learning approach for malware detection using executable files features extraction Штучний інтелект |
| description |
A malicious software is generally an executable program which usually settles itself in the system, replicates by copying itself, and has a malicious effect. Modern antivirus systems detect malware by knowing its pattern and detect a new virus quite difficult. There are a lot of heuristic techniques are used for detecting an unknown malware which are usually consume a lot of system memory and CPU resources. This load can be overcome by training a machine learning model which collects features from Portable Executable (PE) file which are used for identifying an unknown virus patterns. A technique to collect these features from PE file is proposed in this paper. |
| format |
Article |
| author |
Voranau, A.A. Harakhavik, Y.V. |
| author_facet |
Voranau, A.A. Harakhavik, Y.V. |
| author_sort |
Voranau, A.A. |
| title |
Machine Learning approach for malware detection using executable files features extraction |
| title_short |
Machine Learning approach for malware detection using executable files features extraction |
| title_full |
Machine Learning approach for malware detection using executable files features extraction |
| title_fullStr |
Machine Learning approach for malware detection using executable files features extraction |
| title_full_unstemmed |
Machine Learning approach for malware detection using executable files features extraction |
| title_sort |
machine learning approach for malware detection using executable files features extraction |
| publisher |
Інститут проблем штучного інтелекту МОН України та НАН України |
| publishDate |
2018 |
| topic_facet |
Прикладні інтелектуальні технології та системи |
| url |
http://dspace.nbuv.gov.ua/handle/123456789/162448 |
| citation_txt |
Machine Learning approach for malware detection using executable files features extraction / A.A. Voranau, Y.V. Harakhavik // Штучний інтелект. — 2018. — № 3 (81). — С. 97-102. — Бібліогр.: 15 назв. — англ. |
| series |
Штучний інтелект |
| work_keys_str_mv |
AT voranauaa machinelearningapproachformalwaredetectionusingexecutablefilesfeaturesextraction AT harakhavikyv machinelearningapproachformalwaredetectionusingexecutablefilesfeaturesextraction |
| first_indexed |
2023-10-18T22:09:05Z |
| last_indexed |
2023-10-18T22:09:05Z |
| _version_ |
1796154763977424896 |