怎么使用Pesidious和人工智能技術來生成惡意軟件變種

這篇文章主要講解了“怎么使用Pesidious和人工智能技術來生成惡意軟件變種”，文中的講解內容簡單清晰，易于學習與理解，下面請大家跟著小編的思路慢慢深入，一起來研究和學習“怎么使用Pesidious和人工智能技術來生成惡意軟件變種”吧！

Pesidious

Pesidious能夠使用深度強化學習和生成對抗網絡（GAN）來對惡意軟件進行變異，簡而言之，它可以使用人工智能技術來生成惡意軟件變種樣本（PE32），并繞過基于人工智能的惡意軟件分類器，而不會影響惡意軟件的原有功能。在此之前，已經有很多研究人員在這一領域已做出了一些有意義的工作，研究人員要么選擇使用強化學習，要么選擇使用生成對抗網絡來作為他們修改惡意軟件可執行狀態的武器，以嘗試欺騙反病毒代理。

PS：本文僅用于技術研究與討論，嚴禁用于任何非法用途，違者后果自負

但是，我們現在所設計的解決方案將深度強化學習和GANs結合起來，以克服在獨立使用這些方法時所面臨的一些限制。

依賴組件

PyTorch

Lief

PE Bliss

Gym-Malware

MalwareGAN

Pesidious安裝

注意，由于該工具處理的是惡意軟件和惡意文件，因此我們強烈建議使用虛擬機來進行測試。工具安裝完成后，確保設備斷開網絡連接。

接下來，大家可以按照下列步驟安裝工具依賴組件并配置相關環境。

首先，我們需要在本地主機上安裝并配置好Python 3.6環境。

接下來，使用下列方式將該項目源碼克隆至本地：

git clone https://github.com/CyberForce/Pesidious

將項目源碼克隆至本地之后，需要在命令行工具中切換到Pesidious主目錄中：

cd Pesidious

然后，安裝、配置并激活安裝了Python 3.6的虛擬環境。確保我們已經安裝并配置好了pip 8.1.1：

pip install pip==8.1.1

接下來，安裝Pesidious所有的依賴組件，這里可以直接利用requirements.txt文件來進行安裝：

pip install -r pip_requirements/requirements.txt

如何生成惡意軟件變種

生成對抗網絡（GAN）的輸出數據會以RL_Features/adverarial_imports_set.pk和RL_Features/adverarial_sections_set.pk的形式進行存儲，之后將用于對惡意軟件進行變異操作。

1、我們可以測試樣本分類器來對惡意軟件文件進行評估：

python classifier.py -d /path/to/directory/with/malware/files

2、運行mutate.py腳本來對惡意軟件樣本進行變異操作：

python mutate.py -d /path/to/directory/with/malware/files

3、惡意軟件樣本變種文件將會以下列格式存儲在一個名為Mutated_malware的目錄中：

Mutated_malware/mutated_<name-of-the-file>

4、當惡意軟件文件變異完成后，你可以再次運行惡意軟件分類器來對變異后的惡意軟件樣本進行評估：

python classifier.py -d Mutated_malware/

感謝各位的閱讀，以上就是“怎么使用Pesidious和人工智能技術來生成惡意軟件變種”的內容了，經過本文的學習后，相信大家對怎么使用Pesidious和人工智能技術來生成惡意軟件變種這一問題有了更深刻的體會，具體使用情況還需要大家實踐驗證。這里是億速云，小編將為大家推送更多相關知識點的文章，歡迎關注！