Otkrivanje zloćudnih programa algoritmom klasifikacije strojem potpornih vektora

master's thesis

• Title (english): Malware Detection Using Support Vector Machine as Classifier
• Author: Nicole Bilić
• Mentor: Marin Golub (mentor)
• Committee member: Marin Golub (predsjednik povjerenstva)
• Committee member: Stjepan Groš (član povjerenstva)
• Committee member: Dejan Škvorc (član povjerenstva)
• Granter: University of Zagreb; Faculty of Electrical Engineering and Computing; Zagreb
• Defense date and country: 2016-07-15, Croatia
• Scientific / art field, discipline and subdiscipline: TECHNICAL SCIENCES; Computing

Abstract

Program za detekciju zloćudnog softvera (eng. malware) napravljen na
temelju klasifikacije potpornog stroja vektora (eng. Support vector machine,
SVM). Program detektira zloćudni softver u izvršnim datotekama (npr .exe, .dll).
Skup podataka za učenje, validaciju i testiranje je asembler dobiven
dekompilacijom izvršnih datoteka, a potom izračun frekvencija pojave pojedine
naredbe što je ujedno i ulaz u SVM. Korištenjem skupa za validaciju za
minimizaciju ukupne pogreške, određen je broj dimenzija (eng. dimensionality
reduction) i jezgra (eng. kernel) SVMa. Za redukciju dimenzija moguće je koristiti
algoritme PCA (eng. Principal Component Analysis), LDA (eng. Linear
Discriminant Analysis) i sl. Odabrani SVM je testiran na skupu za testiranje i iz
rezultata su izračunati preciznost, odziv te tzv. F1 rezultat, te broj lažno
pozitivnih, lažno negativnih te ispravno klasificiranih jedinki (izvršnih datoteka).

Abstract (english)

Malware detection software based on Support Vector Machine (SVM)
classifier.Software detects malware in executable files (such as .exe, .dll).
Dataset, divided into training, validation and test set, is an assembly code
obtained by disassembling executable. Assembly is then processed, and
afterwards frequency for each command is calculated. Using validation set to
minimize the total error, dimensionality reduction is performed using different
techniques such as Principal Component Analysis, PCA or Linear Discriminant
Analysis, LDA. Furthermore, SVM kernel is chosen based on validation set as
well. SVM with optimal parameters is tested on test set and precision, recall and
F1measure are calculated, as well as number of false positives, false negatives
and correctly classified executables.

• Keywords: zloćudni softver; klasifikacija; SVM; potporni stroj vektora; redukcija dimenzionalnosti; jezgra; PCA; LDA; preciznost; odziv; F1 rezultat; lažno pozitivni; lažno negativni
• Keywords (english): malware; SVM; support vector machine; PCA; principal component analysis; LDA; linear discriminant analysis; dimensionality reduction; dataset; kernel; precision; recall; F1measure; false positive; false negative; classification
• Language: english
• URN:NBN: urn:nbn:hr:168:189852
• Study programme: Title: Computing; Study programme type: university; Study level: graduate; Academic / professional title: magistar/magistra inženjer/inženjerka računarstva (magistar/magistra inženjer/inženjerka računarstva)
• Type of resource: Text
• File origin: Born digital
• Access conditions: Closed access
• Created on: 2018-02-06 07:54:28