1.基于高阶函数和依赖代数的恶意软件逃逸行为检测方法,其特征在于,包括以下步骤:接收逃逸失败恶意软件的源代码,基于依赖代数理论,分析所述源代码中的函数间的依赖关系,并构建分析过程中使用的集合,其中依赖关系包括数据依赖、控制依赖和参数依赖;
所述依赖关系通过高阶函数生成对应的函数摘要,基于函数摘要构建高阶函数依赖矩阵,并计算依赖强度权重:构建函数摘要的具体步骤:
当对失逃恶意代码片段中某个函数A进行依赖分析时,将其数据依赖变量集合用代替,参数依赖变量集合用代替,在向A的函数摘要中添加这些变量时,用表达式来代替,其中为根据函数参数对应函数依赖集合计算依赖权重的分析结果,表达式表示一个具体的值或一个函数,在遇到对应实参时实例化此表达式,从而得到精确的结果;
根据生成的函数摘要,计算以对应矩阵元素中的row为依赖路径起点,col为依赖路径终点的依赖路径强度权重,最终完善依赖矩阵元素e,形成高阶函数依赖矩阵;
计算依赖强度权重的具体步骤:
依赖强度权重,其中
为数据依赖强度权重,定义为:
假设、分别为函数A,函数B:
表示函数A向函数B传递数据的次数;表示在程序的单一路径中传递数据的次数的最大值;表示函数B到函数A传递过来的数据进行处理的层次深度;表示在程序的单一路径中处理传递数据的最大深度;表示加权因子,用于调整数据处理深度在数据依赖强度权重计算中的影响程度;
为参数依赖强度权重,定义为:
假设、分别为函数A,函数B:
表示函数A调用函数B的次数;表示在程序中单一路径的调用次数最大值;表示函数A到函数B的参数传递次数;表示函数A将函数作为参数传递给函数B的次数;表示程序中所有函数的参数总数,表示加权因子,用于调整参数传递和函数作为参数传递对权重的影响程度;
通过过程间分析实例化函数摘要,根据实例化后的函数摘要更新依赖强度权重,并更新高阶函数依赖矩阵;
根据更新后的依赖强度权重识别得到若干高阶依赖矩阵的关键依赖路径,在每个关键依赖路径上注入扰动,判断先前逃逸失败的恶意软件是否成功逃逸,若成功逃逸则记录输出此关键依赖路径。
2.根据权利要求1所述的基于高阶函数和依赖代数的恶意软件逃逸行为检测方法,其特征在于:接收逃逸失败恶意软件的源代码,基于依赖代数理论,分析所述源代码中的函数间的依赖关系,并构建分析过程中使用的集合,其中依赖关系包括数据依赖、控制依赖和参数依赖,具体如下:(21)静态解析恶意软件的函数、数据流及控制流,分析所述源代码中的函数间的数据依赖、控制依赖和参数依赖;
(22)构建得到分析过程中使用到的集合,具体包括矩阵元素集合、依赖类型集合、矩阵元素e的依赖类型集合、函数调用过程中的变量集合、函数摘要。
3.根据权利要求2所述的基于高阶函数和依赖代数的恶意软件逃逸行为检测方法,其特征在于:分析源代码中的函数间的数据依赖、控制依赖和参数依赖,具体如下:(31)数据依赖的分析:分析函数返回值的使用情况及函数间非参数数据的传递路径;
(31.1)逐一检查每个函数内部是否存在函数调用,若无,则表示不存在此函数向其他函数的数据依赖和控制依赖,跳转到步骤(33.3),若有则继续分析下一步;
(31.2)对于每一个被调用的函数,检查当前函数是否使用了被调用函数的返回值,若无,则跳转到下一步,若有,则表示当前函数数据依赖于被调用函数,对每一个当前函数数据依赖于被调用函数的情况都先检查是否存在为当前函数,为被调函数的矩阵元素e,若有则将添加到集合中,若无,则生成一个矩阵元素集合并将其中的设为当前函数,设为被调函数,随后将添加到集合中;
(31.3)检查当前函数是否向被调用函数传递了自身生成的数据,若无,则跳转到下一步,若有,则表示被调用函数在数据上依赖于当前函数,对每一个被调用函数在数据上依赖于当前函数的情况都先检查是否存在为被调函数,为当前函数的矩阵元素e,若有则将添加到集合中,若无,则生成一个矩阵元素集合并将其中的设为被调函数,设为当前函数,随后将添加到集合中;
(32)控制依赖分析:分析控制结构对其他函数调用的影响;
(32.1)检查当前函数内部是否存在控制结构,若无,则表示不存在当前函数向其他函数的控制依赖,跳转到步骤(33),若有则继续分析;
(32.2)检查控制结构是否决定了其他函数的调用、调用次数或调用顺序,若无,则跳转到下一步,若有,则表示当前函数数据依赖于被调函数,对每一个当前函数数据依赖于被调函数的情况都先检查是否存在为当前函数,为被调函数的矩阵元素e,若有则将添加到集合中,若无,则生成一个矩阵元素集合并将其中的设为当前函数,设为被调函数,随后将添加到集合中;
(33)参数依赖分析:分析函数参数的来源和传递情况;
(33.1)确定传递给被调用函数的参数,检查被调用函数的执行是否依赖于传递的参数,若无,则跳转到步骤(33.3),若有,则表明被调函数参数依赖于当前函数,对每一个被调函数参数依赖于当前函数的情况都先检查是否存在为被调函数,为当前函数的矩阵元素e,若有则将添加到集合中,若无,则生成一个矩阵元素集合并将其中的设为被调函数,设为当前函数,随后将添加到集合中;
(33.2)检查当前函数用于调用其他函数的参数,是否由其他函数提供或受其他函数影响,若有,则表明当前函数参数依赖于提供参数的函数,对每一个当前函数参数依赖于提供参数的函数的情况都先检查是否存在为当前函数,为提供参数的函数的矩阵元素e,若有则将添加到集合中,若无,则生成一个矩阵元素集合并将其中的设为当前函数,设为提供参数的函数,随后将添加到集合中;
(33.3)检查当前函数的参数,是否由其他函数提供或受其他函数影响,若有,则表明当前函数参数依赖于提供参数的函数,对每一个当前函数参数依赖于提供参数的函数的情况都先检查是否存在为当前函数,为其他函数的矩阵元素e,若有则将添加到集合中,若无,则生成一个矩阵元素集合并将其中的设为当前函数,设为其他函数,随后将添加到集合中。
4.根据权利要求2所述的基于高阶函数和依赖代数的恶意软件逃逸行为检测方法,其特征在于:构建得到分析过程中使用到的集合,具体包括矩阵元素集合、依赖类型集合、矩阵元素e的依赖类型集合、函数调用过程中的变量集合、函数摘要,具体如下:矩阵元素集合,为四元组,其中分别表示依赖矩阵的行和列,即失逃恶意代码中依赖关系的起点函数和终点函数;将行和列存入矩阵元素集合是为了优化存储,使用稀疏矩阵的存储结构,记录每个非零依赖项,为依赖强度权重,用于表现依赖路径的关键性;
依赖类型集合,表示依赖类型集合,支持多类型叠加,其中分别为数据依赖、控制依赖、参数依赖;
矩阵元素e的依赖类型集合;
函数调用过程中的变量集合,其形式为二元组,其中表示数据依赖变量集合,包含数据依赖中的所有变量及相关函数,表示参数依赖变量集合,包含参数依赖中的所有变量及相关函数,和都以二元组<变量,相关函数>的形式存储元素;
函数摘要,表示对实体间依赖关系分析后生成的函数摘要,其形式为二元组,当遇到形参或全局变量时,生成以此形参或全局变量为参数的表达式并添加到集合中。
5.根据权利要求4所述的基于高阶函数和依赖代数的恶意软件逃逸行为检测方法,其特征在于:通过过程间分析实例化函数摘要,根据实例化后的函数摘要更新依赖强度权重,并更新高阶函数依赖矩阵,具体如下:(51)获取失逃恶意代码函数调用点处的实参;
(52)将获取到的实参代入被调用函数摘要的对应参数处,实例化函数摘要;
(53)将实例化后的函数摘要分析结果传回调用点处,根据实例化后的信息,更新依赖强度权重为,并更新高阶函数依赖矩阵;
重新计算出的依赖强度权重表示为,
表示通过分析实例化后的行为得到函数A向函数B实际传递数据的次数;表示在程序的单一路径中实际传递数据的次数的最大值;表示B到A传递过来的数据进行处理的实际层次深度;表示在程序的单一路径中处理传递数据的实际最大深度;表示影响力因子,其中影响力因子的范围值为,用于反映函数输出对其他函数的影响力,若函数A的输出被多个函数依赖,则接近1,若仅被函数B使用,则接近0;、v表示加权因子,调整数据处理深度在数据依赖强度权重计算中的影响程度;
表示通过分析实例化后的行为得到的函数A调用函数B的实际次数;表示在程序中单一路径中实际的调用次数最大值;表示函数A到函数B的参数传递的实际次数;表示函数A将函数作为参数传递给函数B的实际次数;表示程序中所有函数的实际参数总数;表示影响力因子;与为加权因子:用于调整参数传递和函数作为参数传递对权重的影响程度,则用于调整影响力因子在权重计算中的影响程度。
6.根据权利要求5所述的基于高阶函数和依赖代数的恶意软件逃逸行为检测方法,其特征在于:根据更新后的依赖强度权重识别得到高阶依赖矩阵的依赖路径,在此依赖路径上注入扰动,判断先前逃逸失败的恶意软件是否成功逃逸,若成功逃逸则记录此依赖路径,用于增强相关检测器的检测能力,具体如下:(61)识别高阶函数依赖矩阵中的关键依赖路径,具体如下;
计算直接依赖路径的依赖强度权重;
计算间接依赖路径的依赖强度权重,具体步骤包括:
定义加权系数,用于反映直接路径在所有直接路径中的相对重要性:
加权系数
若程序中存在直接依赖路径B,C,则认定一定存在间接依赖路径,因此:
因此程序中的每条间接依赖路径的依赖强度权重,由下列公式计算:
其中,...表示为形成此条间接依赖路径的所有直接依赖路径;
计算出程序中所有的和后,分别进行降序排序,选取前m个直接依赖路径和间接依赖路径认定其为关键依赖路径,其中m的值自定义;
(62)在识别出的多个关键依赖路径上注入扰动,判断能否使恶意软件再次尝试逃逸;
(63)若成功逃逸,则记录影响恶意软件逃逸效果的此关键依赖路径,用于增强检测器的检测能力。
7.一种基于高阶函数和依赖代数的恶意软件逃逸行为检测系统,用于实现权利要求1至6中任一项所述的基于高阶函数和依赖代数的恶意软件逃逸行为检测方法,其特征在于,包括:程序处理模块,用于接收逃逸失败恶意软件的源代码,基于依赖代数理论,分析所述源代码中的函数间的依赖关系,并构建分析过程中使用的集合,其中依赖关系包括数据依赖、控制依赖和参数依赖;
过程内分析模块,用于将依赖关系通过高阶函数生成对应的函数摘要,基于函数摘要构建高阶函数依赖矩阵,并计算依赖强度权重;
过程间分析模块,用于通过过程间分析实例化函数摘要,根据实例化后的函数摘要更新依赖强度权重,并更新高阶函数依赖矩阵;
逃逸行为检测模块,用于根据更新后的依赖强度权重识别得到若干高阶依赖矩阵的关键依赖路径,在每个关键依赖路径上注入扰动,判断先前逃逸失败的恶意软件是否成功逃逸,若成功逃逸则记录输出此关键依赖路径。
8.一种终端设备,包括存储器、处理器及存储在存储器中并能够在处理器上运行的计算机程序,其特征在于,所述处理器加载并执行计算机程序时,采用了权利要求1至6中任一项所述的基于高阶函数和依赖代数的恶意软件逃逸行为检测方法。
9.一种包含计算机可执行指令的存储介质,其特征在于,所述计算机可执行指令在由计算机处理器执行时用于执行权利要求1至6中任一项所述的基于高阶函数和依赖代数的恶意软件逃逸行为检测方法。