[论文解读] Towards Robust Detection of Adversarial Infection Vectors: Lessons Learned in PDF Malware.

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

Advanced Malware Detection Techniques被引用 5

一句话总结

本文对基于机器学习的PDF恶意软件检测器面临的对抗性攻击进行了全面分析，提出了PDF恶意软件生成技术的分类体系，并利用对抗性机器学习框架对针对这些检测器的威胁进行分类。研究识别出新型攻击向量与防御机制，推动了对抗性网络安全环境下的鲁棒检测技术发展。

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.

研究动机与目标

• 理解PDF恶意软件作为网络攻击中普遍感染向量的演变格局。
• 分析基于机器学习的检测器在对抗性条件下检测PDF恶意软件时的漏洞。
• 利用标准化的对抗性机器学习框架，对基于学习的PDF恶意软件检测系统所面临的已知与新型攻击进行分类。
• 识别并评估可缓解此类对抗性威胁的防御机制。
• 为未来研究提供指导，推动在对抗性环境中构建更鲁棒的恶意软件检测系统。

提出的方法

• 构建了用于生成恶意PDF文件的技术综合分类体系，包括混淆技术、多态性技术以及载荷传递方法。
• 应用成熟的对抗性机器学习框架，系统性地对针对基于学习的PDF恶意软件检测器的威胁进行分类。
• 分析现有检测系统，识别其在对抗性操纵下的具体漏洞。
• 识别出利用PDF分析流水线中模型泛化能力与特征提取机制敏感性的新型攻击向量。
• 提出基于对抗性训练、输入净化与模型鲁棒性强化的防御机制。
• 通过威胁建模与针对已知攻击模式的威胁仿真，评估防御策略的有效性。

实验结果

研究问题

• RQ1 用于生成可规避基于机器学习检测的对抗性PDF恶意软件的主要技术有哪些？
• RQ2 如何将对抗性机器学习框架应用于系统性地分类针对PDF恶意软件检测器的威胁？
• RQ3 是否存在专门针对基于学习的PDF恶意软件检测系统中特征提取与分类组件的新型攻击向量？
• RQ4 在PDF恶意软件检测中，哪些防御机制对已识别的对抗性威胁具有最强的缓解效果？
• RQ5 在对抗性网络环境中构建鲁棒且可泛化的恶意软件检测系统，其关键研究方向是什么？

主要发现

• 建立了PDF恶意软件生成技术的系统性分类体系，揭示了现实攻击中常见的混淆与规避策略。
• 对抗性机器学习框架的应用使得此前未被充分描述的针对基于学习的PDF检测器的威胁得以系统分类。
• 识别出新型攻击向量，其利用模型对PDF结构与元数据中细微输入扰动的敏感性。
• 防御机制如对抗性训练与输入预处理被证明可降低攻击成功率，但无法完全消除。
• 研究表明，恶意软件检测的鲁棒性需要从以准确率为中心的模型，转向具备威胁模型意识的系统设计。
• 研究结果表明，未来的检测系统必须从底层即集成对抗性鲁棒性，尤其是在基于文档的攻击面中。