virustotal中文的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列特價商品、必買資訊和推薦清單

基於資料極值分析的惡意軟體檢測器後門攻擊

為了解決virustotal中文的問題，作者賴啓明 這樣論述：

近年來，隨著惡意軟件數量和類型的急劇增加，機器學習(ML)逐漸應用於惡意軟件檢測領域。作為第一層的保護機制，可以顯著提高分析人員的檢測效率。基於機器學習的惡意軟件檢測方法通常需要依靠大量正確的訓練資料才能保有檢測的準確度，這也為其帶來了潛在問題，例如臭名昭著的後門攻擊。在模型訓練階段，攻擊者可以製作一些訓練樣本來毒害惡意軟件分類器，從而在不影響原始檢測效果的情況下誤判帶有後門觸發器的樣本。本文提出了一種與模型無關的後門攻擊特徵選擇方法，而不是根據對特定檢測模型的相關重要性來選擇特徵作為後門觸發器。特別是，我們分析了訓練資料的行為，並選擇目標特徵中的極值作為後門觸發器。觸發器具有隱蔽性，因為它

是從特徵中的現有值中選擇的。實驗結果表明，從效率和有效性的角度來看，我們的方法優 於現有的模型依賴攻擊。

基於 MITRE ATT&CK Matrix 勒索軟體之研究

為了解決virustotal中文的問題，作者許軫翔 這樣論述：

隨著網路威脅不斷的發展，勒索軟體現已然成為全世界最關注的資訊安全問題之一，近年來受到勒索軟體攻擊包括在國際間較受矚目的SolarWinds 與Colonial Pipeline 等大型基礎設施等企業接連受害，台灣知名高科技產業鏈亦遭受攻擊，針對中小企業與政府機構的攻擊亦時有所聞，因COVID-19大流行緣故，勒索軟體攻擊的頻率激增，據資安業者趨勢科技所提出的2022年資安年度預測報告，台灣企業遭受勒索軟體攻擊的比例，將從去年的35%提升到42%，可見我們正面臨著嚴峻的考驗，考驗面對勒索軟體攻擊的應處作為。WannaCry已在全球各地造成多起攻擊事件，癱瘓全球共30萬台電腦，估計損失超過80億

美元，是著名的勒索軟體之一。而WannaCry是利用NSA(National Security Agency,美國國家安全局)的「永恆之藍」（EternalBlue）漏洞利用程式透過網際網路對全球執行Microsoft Windows作業系統的電腦進行攻擊的加密型勒索軟體（Encrypting Ransomware）。本研究旨在利用 MITRE ATT&CK® Matrix 分析勒索軟體之攻擊手法，運用VirusTotal及APP.ANY.RUN等線上免費軟體觀察勒索軟體在實際運作中的過程，獲得的結果可用於為 WannaCry 和其他表現出類似行為的勒索軟體系列開發適當的檢測和防禦解決方案，進

而歸納出一種低成本、有效地防範勒索軟體入侵及降低損害的方法。