Details

Title Автоматическое обнаружение активности вредоносных программ в локальных сетях // Предмагистерская подготовка иностранных граждан: сборник статей VII межвузовской научно-практической конференции с международным участием, 21–23 июня 2025 года
Creators Пап Адам ; Рышавы Ондржей
Organization Санкт-Петербургский политехнический университет Петра Великого ; Технический университет в Брно
Imprint Санкт-Петербург: ПОЛИТЕХ-ПРЕСС, 2025
Collection Общая коллекция
Document type Article, report
Language Russian
DOI 10.18720/SPBPU/2/id25-411
Rights Свободный доступ из сети Интернет (чтение, печать, копирование)
Additionally New arrival
Record key RU\SPSTU\edoc\77761
Record create date 12/17/2025

Allowed Actions

Read Download (406 Kb)

Group Anonymous
Network Internet

В рамках работы был создан набор данных, из которого были извлечены IoC для каждого семейства вредоносных программ. Полученные IoC были проверены через платформу AlienVault OTX для подтверждения их релевантности. На тестовых данных обе IoC-модели, созданные из наборов данных, достигли точности 99,337% и 94,732% для набора данных №1 и №2 соответственно. IoC-модели набора №1 в реальной эксплуатации ложно классифицировали 3,03% коммуникационных окон как вредоносные. IoC-модели набора № 2 классифицировали 5,66% окон как вредоносные. В тестовой среде были запущены образцы различных семейств вредоносного ПО: модели набора № 1 классифицировали 7,14% как вредоносные, а модели №2 классифицировали 15,79% как вредоносные.

As part of the work, a dataset was created from which an IoC for each malware family were extracted. These IoCs were then validated through the AlienVault OTX platform, in order to verify their relevance. On the test data, the two IoC models created from the datasets achieved an accuracy of 99,337% and 94,732% for dataset № 1 and № 2, respectively. The IoC models of dataset №1 falsely classified 3,03% of communication windows as malicious in real communication. IoC models of set №2 classified 5,66% as malicious. After the samples of different malware families were run on the machine, the IoC models of set №1 classified 7,14% of the windows as malicious. Set №2 models classified 15,79%.

Network User group Action
ILC SPbPU Local Network All
Read Print Download
Internet All

Access count: 1 
Last 30 days: 1

Detailed usage statistics