[論文レビュー] Intra-Section Code Cave Injection for Adversarial Evasion Attacks on Windows PE Malware File

Kshitiz Aryal, Maanak Gupta+2 more|arXiv (Cornell University)|Mar 11, 2024

Advanced Malware Detection Techniques被引用数 4

ひとこと要約

本論文は、マルウェアファイルの .text、.data、または .rdata セクション内に敵対的摂動を埋め込むことで、MLベースのWindows PEマルウェア検出器を回避する、新しいイントラセクションコードケイブ注入技術を提案する。勾配降下法を用いてMalConv2に対して最大97.93％の回避率を達成し、アペンドベースの攻撃を著しく上回り、実行時におけるオリジナルマルウェア動作の復元を可能にする独自のコードローダーにより、機能の保存性も高い。

ABSTRACT

Windows malware is predominantly available in cyberspace and is a prime target for deliberate adversarial evasion attacks. Although researchers have investigated the adversarial malware attack problem, a multitude of important questions remain unanswered, including (a) Are the existing techniques to inject adversarial perturbations in Windows Portable Executable (PE) malware files effective enough for evasion purposes?; (b) Does the attack process preserve the original behavior of malware?; (c) Are there unexplored approaches/locations that can be used to carry out adversarial evasion attacks on Windows PE malware?; and (d) What are the optimal locations and sizes of adversarial perturbations required to evade an ML-based malware detector without significant structural change in the PE file? To answer some of these questions, this work proposes a novel approach that injects a code cave within the section (i.e., intra-section) of Windows PE malware files to make space for adversarial perturbations. In addition, a code loader is also injected inside the PE file, which reverts adversarial malware to its original form during the execution, preserving the malware's functionality and executability. To understand the effectiveness of our approach, we injected adversarial perturbations inside the .text, .data and .rdata sections, generated using the gradient descent and Fast Gradient Sign Method (FGSM), to target the two popular CNN-based malware detectors, MalConv and MalConv2. Our experiments yielded notable results, achieving a 92.31% evasion rate with gradient descent and 96.26% with FGSM against MalConv, compared to the 16.17% evasion rate for append attacks. Similarly, when targeting MalConv2, our approach achieved a remarkable maximum evasion rate of 97.93% with gradient descent and 94.34% with FGSM, significantly surpassing the 4.01% evasion rate observed with append attacks.

研究の動機と目的

• 機能を保持する効果的で、洗練された敵対的回避技術が、Windows PEマルウェアに対して不足している現状を是正すること。
• 既存のPEセクション内（イントラセクション）に敵対的摂動を注入することは、ファイル末尾へのアペンドより効果的かどうかを調査すること。
• 敵対的摂動の注入後も、マルウェアの実行可能性とオリジナル動作を維持する方法を開発すること。
• 摂動のサイズと位置が、最先端のディープラーニングマルウェア検出器に対する回避成功に与える影響を評価すること。
• セクション内にコードケイブを用いることの実現可能性と有効性を検討すること。

提案手法

• Windows PEファイルの .text、.data、.rdata セクション内に存在する既存のコードケイブに、ファイル末尾へのアペンドではなく敵対的摂動を注入する。
• MalConvおよびMalConv2モデルを標的として、勾配降下法とFast Gradient Sign Method (FGSM) を用いて敵対的摂動を生成する。
• 実行時に摂動を上書きし、オリジナルマルウェア動作を復元する24バイトのコードローダーをマルウェアに埋め込む。
• メモリロードの予測可能性とコードローダー実行の信頼性を確保するため、PEヘッダでアドレススペースレイアウトランダム化（ASLR）を無効化する。
• PEファイル構造と整合性を保ちながら、コードケイブの挿入とセクションヘッダの変更を可能にするカスタムバイナリ操作パイプラインを採用する。
• Windows仮想マシン上で実行し、デバッグによる検証を通じて、実行時エラーまたはクラッシュがないことを確認する。

実験結果

リサーチクエスチョン

• RQ1 Windows PEマルウェアファイルに対する既存の敵対的摂動注入技術は、回避目的として十分に効果的か？
• RQ2 摂動注入後の攻撃プロセスは、オリジナルの動作と実行可能性を保持しているか？
• RQ3 PEファイル構造内には、まだ未解明の注入場所—特にイントラセクションのコードケイブ—が存在し、回避成功率を向上させられるか？
• RQ4 ファイルの構造的整合性を損なわずに、MLベースのマルウェア検出器を回避するための最適な摂動の場所とサイズは何か？
• RQ5 回避率とステルス性の観点から、従来のアペンドベース攻撃手法に比べ、イントラセクションコードケイブ注入は優れているか？

主な発見

• 提案手法のイントラセクションコードケイブ注入は、勾配降下法を用いてMalConvに対して92.31％の回避率を達成し、アペンドベース攻撃の16.17％を著しく上回った。
• MalConv2に対しては、勾配降下法を用いて最大97.93％の回避率を達成したのに対し、アペンド攻撃ではたった4.01％にとどまった。
• FGSMを用いた場合、MalConvでは96.26％、MalConv2では94.34％の回避率を達成し、異なる攻撃手法に対しても高い有効性を示した。
• コードローダーの挿入により、大規模なバイト変更にもかかわらず、実行時にオリジナルマルウェア動作が正常に復元された。
• インフラセクション注入は、ファイル末尾やセクション間への注入よりも効果的かつステルス性に優れており、摂動が正当なコードと同一位置に配置されており、静的解析で検出されにくかった。
• ハードコードされたコードローダーとASLR無効化のため、本手法は32ビットx86バイナリに限定されるが、他のアーキテクチャへの移植は、わずかな調整で可能である。