基于数据科学恶意代码分析 第五章 共享代码分析
通过揭示与新的恶意软件样本较为相似的之前分析过的老样本，从而揭示它们的共享代码，共享代码分析允许你复用以前的分析结果对新的恶意软件进行分析，这样就不用从头开始分析。了解此前看到的恶意软件来源信息，也可以帮助找出可能部署恶意软件的人。 共享代码分析，也称为相似性分析，通过估计它们共享的预编译源代码的百分比来比较两个恶意软件样本的过程。它不同于共享属性分析，共享……
05-11 立刻查看
基于数据科学恶意代码分析 第四章 利用恶意软件网络识别攻击活动
1. 节点和边 网络是连接对象(节点)的集合。这些节点之间的连接称为边。 当使用网络来分析恶意软件时，我们可以将每个单独的恶意软件文件定义为节点，并将感兴趣的关系(如共享代码或网络行为)定义为边。 相似的恶意软件文件共享边，因此当我们应用力导向网络( force-directed network)时，它们就会聚集在一-起。 或者，我们可以将恶意软件样本和属性……
05-08 立刻查看
基于数据科学恶意代码分析 第0章
官方网站：https://www.malwaredatascience.com/home 书籍代码和数据：https://www.malwaredatascience.com/code-and-data 书籍虚拟机：https://www.malwaredatascience.com/ubuntu-virtual-machine 数据科学应用于安全领域 例如……
05-08 立刻查看