[論文レビュー] Towards Adversarial Malware Detection: Lessons Learned from PDF-based Attacks

Davide Maiorca, Battista Biggio+1 more|arXiv (Cornell University)|Nov 2, 2018

Advanced Malware Detection Techniques参考文献 84被引用数 40

ひとこと要約

PDFベースのマルウェア検出器に対する敵対的脅威の調査。PDFマルウェアの分類法、学習ベースの検出器、攻撃ベクトル、防御方向性を提供する。

ABSTRACT

Malware still constitutes a major threat in the cybersecurity landscape, also due to the widespread use of infection vectors such as documents. These infection vectors hide embedded malicious code to the victim users, facilitating the use of social engineering techniques to infect their machines. Research showed that machine-learning algorithms provide effective detection mechanisms against such threats, but the existence of an arms race in adversarial settings has recently challenged such systems. In this work, we focus on malware embedded in PDF files as a representative case of such an arms race. We start by providing a comprehensive taxonomy of the different approaches used to generate PDF malware, and of the corresponding learning-based detection systems. We then categorize threats specifically targeted against learning-based PDF malware detectors, using a well-established framework in the field of adversarial machine learning. This framework allows us to categorize known vulnerabilities of learning-based PDF malware detectors and to identify novel attacks that may threaten such systems, along with the potential defense mechanisms that can mitigate the impact of such threats. We conclude the paper by discussing how such findings highlight promising research directions towards tackling the more general challenge of designing robust malware detectors in adversarial settings.

研究の動機と目的

• PDFファイルがマルウェア感染ベクターとしてどのように使用されているかを特徴づけ、なぜ検出器にとって困難であるかを説明する。
• 最先端の学習ベースのPDFマルウェア検出器とその典型的なアーキテクチャを調査する。
• 学習ベースのPDF検出器を対象とする敵対的攻撃の分類を提供し、脆弱性を分析する。
• 敵対的状況での頑健性を向上させるための潜在的な防御と研究方向を特定する。
• マルウェア検出システムにおけるセキュリティ・バイ・デザインの原則を促進する。

提案手法

• PDFマルウェア生成手法と対応する学習ベース検出器の包括的な分類を提供する。
• MLベース検出器の三要素アーキテクチャ（前処理、特徴抽出、分類器）を説明する。
• サードパーティ製およびカスタム前処理パーサーとその機能をレビューする。
• 検出器の特徴を構造的、JavaScriptベース、生データ（raw-byte）カテゴリに分類し、それらを検出器に対応付ける。
• PDF検出器に対する既知の敵対的攻撃戦略を総合し、実際的な実装について議論する。
• 堅牢で敵対的設定にも対応できるマルウェア検出器の防御機構と将来の研究方向を概説する。

実験結果

リサーチクエスチョン

• RQ1 実環境で主に用いられているPDFベースのマルウェア技術は何で、検出器はそれらに対抗するようにどのように進化してきたか。
• RQ2 学習ベースのPDF検出器に存在する回避攻撃を可能にする脆弱性は何か。
• RQ3 検出性能を維持しつつ、敵対的操作に耐える検出器設計をどのように改善できるか。
• RQ4 PDFマルウェア検出器に対する敵対的攻撃を緩和する可能性のある防御戦略はどれか。
• RQ5 敵対的環境での頑健なマルウェア検出のための研究方向は何か。

主な発見

• PDFマルウェアは3つの主なチャネルを利用する：JavaScriptベース、ActionScriptベース、ファイル埋め込み。歴史的にはJavaScriptベースの攻撃が最も一般的。
• 静的または動的前処理、さまざまな特徴タイプ、分類器を組み込んだ幅広い検出器アーキテクチャが存在するが、いずれも機械学習の基盤に依存している。
• 攻撃者と防御者の間には顕著な兵器競争があり、攻撃者はパーサーの脆弱性と難読化を利用して検出を回避する傾向が強まっている。
• 敵対的攻撃は前処理パーサー、特徴抽出器、分類器など異なるコンポーネントを標的にして、主要なコード変更なしに検出を回避できる。
• サードパーティ製パーサーへの依存は一般的だが、セキュリティと頑健性の問題を引き起こす。ただし、すべてのPDF要素を完全に網羅するパーサーはなく、悪用可能なギャップが生じている。
• 本研究はセキュリティ・バイ・デザインをより頑丈なマルウェア検出器を構築するための指針として強調し、将来の防御の方向性を概説している。