極棒 CAAD 登陸 DEF CON：騰訊安全云鼎實驗室上演防御病毒的高端操作

人工智能的飛速發(fā)展正在將世界帶入一個全新的維度，但這同時也將網(wǎng)絡(luò)世界的正邪對抗推入下一個戰(zhàn)場。

美國當(dāng)?shù)貢r間8月10日，由 GeekPwn 主辦的 CAAD Village 登陸世界頂級極客大會 DEF CON。騰訊安全云鼎實驗室在 CAAD Village 上帶來前沿議題分享，云鼎實驗室安全專家張壯、史博以基于卷積神經(jīng)網(wǎng)絡(luò)的多形態(tài)惡意軟件檢測為例，分享了安全廠商應(yīng)用人工智能之后對抗病毒免殺技術(shù)的效果;同時還站在攻擊方的視角，介紹了惡意軟件使用了生成式對抗網(wǎng)絡(luò)之后，可繞過應(yīng)用機器學(xué)習(xí)檢測模型的案例。為人工智能趨勢下的正邪對抗帶來全新思路，受到了與會專家的重點關(guān)注。

(騰訊安全云鼎實驗室安全專家張壯)

“檢測”與“免殺”不斷進化AI成下一個戰(zhàn)略高地

面對不斷涌現(xiàn)的新型病毒和已知病毒的變異，基于病毒代碼文件特征的傳統(tǒng)檢測方法逐漸變得“捉襟見肘”。張壯對此表示，針對殺毒軟件的查殺機制，病毒開發(fā)者通過修改特征碼、指令加花、軟件加殼、修改 PE 文件等手段使病毒免于殺毒軟件的查殺。

此外，免殺技術(shù)也已從黑客的專業(yè)技能變成了一項可以用低廉價格輕易獲取的標(biāo)準(zhǔn)服務(wù)：在暗網(wǎng)只需370美金，在國內(nèi)花費1800元就可獲得一套免殺服務(wù)。這無疑進一步加劇了安全廠商應(yīng)對病毒攻擊的挑戰(zhàn)。

而人工智能的快速發(fā)展，則讓安全廠商看到了未來。張壯指出，在面對新增病毒樣本數(shù)量巨大，無法有效通過手工及時添加規(guī)則、手動規(guī)則提取在有些問題中的不適性、人工規(guī)則主觀性很高等檢測難點，人工智能查殺都能輕易克服。

全球各大安全廠商因此紛紛應(yīng)用這一前沿科技，但具體的實現(xiàn)過程千差萬別，云鼎實驗室在會上分享了自己的實踐，通過機器學(xué)習(xí)處理復(fù)雜問題，將二進制病毒轉(zhuǎn)化為一[A1] 個灰度圖，利用深度學(xué)習(xí)中的卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Networks，簡稱CNN)來進行圖片分類，達到高效檢測新增樣本和樣本變種，識別出病毒的家族關(guān)系和不同家族之前的區(qū)別，發(fā)現(xiàn)更多更深層次的特征關(guān)聯(lián)。

人工智能查殺可以處理海量樣本，檢測特征緯度更廣，病毒免殺難度增大。對于加殼或者多態(tài)變形病毒也有著良好的效果，檢測過程無需脫殼。但是張壯指出，人工智能的模型本身存在一些“視覺盲點”，容易受到生成樣本的攻擊，更重要的是，人工智能的相關(guān)技術(shù)同樣可以為病毒開發(fā)者所用。

毫無疑問，人工智能介入后，殺毒與反殺毒的較量將進入到下一個回合。

GAN應(yīng)用免殺已獲驗證安全廠商需未雨綢繆

今年3月，《麻省理工科技評論》公布了2018年“全球十大突破性技術(shù)”，生成對抗網(wǎng)絡(luò)(Generative Adversarial Networks，簡稱 GAN)赫然在列。GeekPwn曾對這種前沿的深度學(xué)習(xí)模型作出解讀：GAN 可以簡單理解為一位制造仿制品的名畫仿造者與一位名畫鑒定師，兩者在互相博弈的過程中訓(xùn)練自己的技巧，讓各自的技能得到提升。最終，仿造者會生成鑒定師無法判斷的贗品。

《麻省理工科技評論》也表示，“它(GAN)給機器帶來一種類似想象力的能力，因此可能讓它們變得不再那么依賴人類，但也把它們變成了一種能力驚人的數(shù)字造假工具”。

張壯在 DEF CON 2018大會上驗證了這一預(yù)言的真實性。他表示，通過 GAN 生成器和判別器相互對抗，可以提升病毒的偽裝能力，最終生成在殺毒軟件判斷標(biāo)準(zhǔn)下的“非惡意程序”，使病毒成功繞過基于機器學(xué)習(xí)的檢測模型 。

比如，機器對一張圖片以57.7%的置信度將其歸為“熊貓”，但是在應(yīng)用 GAN 之后，可以使其以99.3%的置信度將其歸為“長臂猿”;在被攻擊前后，圖像一個像素的改變，就讓機器識別一個圖像為“青蛙”的概率從99.999714%變?yōu)?.460092%，而這前后的巨大差額轉(zhuǎn)化成為了89.782685%的概率識別成“貓咪”。

張壯進一步表示，GAN 應(yīng)用在免殺中，攻擊者對于被攻擊模型的結(jié)構(gòu)和權(quán)重都有完全的了解，而常規(guī)的攻擊手段對于被攻擊的模型卻一無所知，“最終通過把‘黑文件’偽裝成為具有高可信度的‘白文件’，以達到欺騙機器學(xué)習(xí)模型，甚至欺騙人類的目的”。

針對病毒免殺技術(shù)的新發(fā)展，張壯也給安全廠商提出了如下防御建議：

1、紅藍軍對抗式的自我檢測：安全廠商需要未雨綢繆，可提前自己攻擊自己的模型，發(fā)現(xiàn)自身模型“盲點”，并及時修復(fù)盲點，從而提升防御能力;

2、規(guī)則不暴露：安全廠商不要暴露對惡意文件的評分情況，這樣模型(鑒定器)會直接受到針對特征的攻擊，給出的評分會告訴攻擊者攻擊效果，對攻擊者下一步的攻擊方向具有指導(dǎo)作用，比如：哪些些特征影響大，哪些特征有效果;

3、多維度檢測：提取更多有效、穩(wěn)定的特征，使得針對廣泛普遍的特征生成的免殺樣本同樣難逃查殺。

未知攻焉知防，白帽黑客站在攻擊方的角度研究前沿技術(shù)，正在加速安全廠商掌握新時代攻防的主動性。以本次研究為例，騰訊安全云鼎實驗室的研究成果已應(yīng)用在攻防一線，進一步提升騰訊云的云主機病毒查殺能力，守護廣大用戶的網(wǎng)絡(luò)安全。

生成海報

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。