ИССЛЕДОВАНИЕ МЕТОДОВ ДИНАМИЧЕСКОГО ОБНАРУЖЕНИЯ И АНАЛИЗА ЗЛОНАМЕРЕННОГО ПРОГРАММНОГО ОБЕСПЕЧЕНИЯ В РЕАЛЬНОМ ВРЕМЕНИ

2024

Full text Open access: Hybrid Metadata (CSL-JSON)
DOI 10.52167/1609-1817-2024-135-6-170-177
Data confidence 70 medium
How this score is calculated

It is built from checkable properties of the record itself: whether the article has a DOI, how many independent sources confirmed its data, whether the required fields are filled in, and how recent the latest confirmation is. Disagreement between sources and a missing identifier lower it. A value of 80 or above means the record was published without further checking; 60 to 79 means it is published at reduced confidence, with a manual check advisable. A record verified by an editor by hand is never pushed below 90 by a recalculation. This scores our data about the article, not the article itself.

Abstract

В данной научной статье рассматриваются методы динамического обнаружения и анализа злонамеренного программного обеспечения (ЗПО) в реальном времени. Проблема обнаружения и анализа ЗПО становится все более актуальной в современном информационном обществе, где угрозы кибербезопасности постоянно эволюционируют. В статье анализируются существующие подходы к динамическому обнаружению ЗПО и выявляются их преимущества и недостатки. Также предлагается новый метод, основанный на комбинации техник машинного обучения и анализа поведения программ, который способен эффективно выявлять и анализировать ЗПО в реальном времени.