机构名称：
¥ 1.0
摘要 — 网络安全解决方案在检测使用固定算法和加密率的勒索软件样本时表现出色。然而，由于目前人工智能 (AI) 的爆炸式增长，勒索软件（以及一般的恶意软件）很快就会采用人工智能技术，智能、动态地调整其加密行为，以使其不被发现。这可能会导致网络安全解决方案无效和过时，但文献中缺乏人工智能驱动的勒索软件来验证它。因此，这项工作提出了 RansomAI，这是一个基于强化学习的框架，可以集成到现有的勒索软件样本中，以调整其加密行为并在加密文件时保持隐秘。RansomAI 提出了一个代理，它可以学习最佳的加密算法、速率和持续时间，以最大限度地减少其检测（使用奖励机制和指纹智能检测系统），同时最大限度地提高其损害功能。所提出的框架在勒索软件 Ransomware-PoC 中得到了验证，该软件感染了 Raspberry Pi 4，充当众包传感器。深度 Q 学习和隔离森林（分别部署在代理和检测系统上）的一系列实验表明，RansomAI 可以在几分钟内以超过 90% 的准确率逃避对影响 Raspberry Pi 4 的勒索软件 PoC 的检测。索引术语 — 勒索软件、强化学习、人工智能、恶意软件、逃避
RansomAI：基于人工智能的隐秘加密勒索软件
主要关键词
相关文件推荐
