工作来源

ARES 2022

工作背景

没有任何一种反病毒解决方案可以普遍有效地抵御各种威胁，不同的解决方案会在检测率与检测分类上产生显著差异。

每年在野传播的恶意软件超过 8 亿个，且数量仍在持续增加。早期检测恶意软件与确定恶意软件家族归属，是处理安全事件与降低感染风险的关键因素。

工作准备

使用 MalwareBazaar2 截至 2020 年 10 月 3 日的样本库，共计 103073 个文件。使用 2018 版 EMBER 数据集的训练样本中选择 10 万个文件。

通过 VirusTotal、Hybrid-Analysis、MalwareBazaar 与 URLhaus 获取与这些文件相关的信息。

MalwareBazaar2 中样本的恶意软件归属如下所示：

没有默认提供标签的情况下标记为未知，大约占到 15%。但大多数（55%）样本都是归属于 Heodo/Emotet 与 AgentTesla 的，而 58% 的家族只有不到 6 个样本。

样本都比较“新鲜”，很大比例都是最近的：

约一半的样本文件为 EXE 格式、20% 的样本文件为 Word 文档、15% 的样本文件为压缩文件、0.2% 的安卓可执行文件。

EMBER 数据拥有 1742 个家族，占比最高的家族为 installmonster 与 xtrat。大约 68% 的家族只有不到 6 个样本。

样本也都比较“新鲜”，均为 2018 年后的：

工作评估

样本检出率

检测结果分为几类：

• clean：恶意样本判定为非恶意

• detected：恶意样本被判定为恶意且有标签

• N/A：恶意样本被判定为恶意且没有标签

• error：未知错误发生

• failure：扫描失败

• not_found：未发现该样本相关信息

• timeout：返回结果超时

• type unsupported：引擎不支持该文件类型

EMBER 的分布如下所示，大约 66% 的引擎可以将超过一半的样本检出为恶意，大约 26% 的引擎可以将超过 90% 的样本检出为恶意。

作者对引擎进行了匿名化处理，但表示检出效果最好的是拥有相当市占率的商业产品。值得注意的是，大约 50% 的引擎无法识别三分之一的恶意软件。这表明依赖的防护技术仍然是不足的，特别是考虑到每年数亿的恶意软件数量。

家族检出率

MalwareBazaar 中，有 17/244 个家族的检测率低于 50%、有 80/244 个家族的检测率大于 75%。Emotet 与 AgentTesla 的检出率分别为 62% 与 55%。

如下所示，Phorpiex、Adware.Generic、Adware.ExtenBro 与 Hakbit 家族的标准差非常高，这表明这些家族可变性相当大。而 sLoad、Qealler、STRRAT 与 QNodeService 的最大值与第三四分位相对较低，这表明这些家族的检测逃避能力较强。

EMBER 中，442/1742 个家族的检测率低于 50%。这些家族中大约 86% 的家族，所包含的样本都少于 10 个。有 211/1742 个家族的检出率大于 75%。installmonster 与 xtrat 家族的检出率分别为 70% 与 73%。

分类检出率

为恶意软件的分类建立同义字典：

分类统计如下所示：

• 0：无法确认类型

• 1：确认仅有一种类型

• 2：确认两种关联类型

• 3：确认三种关联类型

• 4：确认四种关联类型

• 5：确认五种及五种以上关联类型

最常见的类型共现，如下所示：

EMBER 数据中，89% 的情况下可以被归类为两种与两种以上类型。

最常见的类型共现，如下所示：

家族检出率

为恶意软件的家族建立同义字典：

MalwareBazaar 数据中，39% 的情况下检出一个家族，55% 的情况下检出两个及两个以上家族。

最常见的家族共现，如下所示：

EMBER 数据中，9.5% 的情况下检出十个及以上家族。

最常见的家族共现，如下所示：

工作思考

现有的反病毒解决方案，即使达到 90% 的检出率，仍然会导致特别大数量的恶意软件被放过。并且，大多数反病毒解决方案并不能保证进行正确的分类，无论是类型或者是家族。