ไวรัสฮิวริสติกไม่ใช่ไวรัสประเภทใดประเภทหนึ่ง แต่หมายถึงวิธีการตรวจหาไวรัสที่ซอฟต์แวร์ป้องกันไวรัสใช้ในการระบุไวรัสใหม่ที่ไม่รู้จัก ด้วยการใช้ชุดกฎหรือการวิเคราะห์พฤติกรรม โปรแกรมเหล่านี้สามารถระบุพฤติกรรมที่น่าสงสัยหรือรูปแบบรหัสที่เป็นคุณลักษณะของไวรัสได้ จึงทำให้สามารถตรวจจับภัยคุกคามที่ไม่ได้กำหนดไว้อย่างชัดเจนในฐานข้อมูลไวรัส
การเกิดขึ้นและวิวัฒนาการของการตรวจจับไวรัสแบบฮิวริสติก
แนวคิดของการตรวจจับพฤติกรรมศึกษาเกิดขึ้นในยุคแรกๆ ของการรักษาความปลอดภัยคอมพิวเตอร์ ประมาณปลายทศวรรษ 1980 และต้นทศวรรษ 1990 ได้รับการแนะนำเพื่อเป็นวิธีแก้ปัญหาภัยคุกคามทางไซเบอร์ที่มีพลวัตมากขึ้น ก่อนที่จะมีการตรวจจับตามการศึกษาสำนึก ซอฟต์แวร์ป้องกันไวรัสอาศัยการตรวจจับตามลายเซ็นเป็นอย่างมาก โดยมีการระบุสตริงโค้ดเฉพาะที่ทราบว่าเป็นส่วนหนึ่งของไวรัส อย่างไรก็ตาม วิธีการนี้มีข้อจำกัด โดยเฉพาะอย่างยิ่งเมื่อมีไวรัสโพลีมอร์ฟิกเพิ่มขึ้น ซึ่งสามารถเปลี่ยนโค้ดเพื่อหลบเลี่ยงการตรวจจับได้
แนวคิดของการวิเคราะห์ฮิวริสติกยืมมาจากปัญญาประดิษฐ์และวิทยาศาสตร์การรู้คิด ซึ่งใช้เพื่ออ้างถึงการแก้ปัญหาโดยใช้วิธีปฏิบัติที่อาจไม่เหมาะสมหรือสมบูรณ์แบบแต่เพียงพอสำหรับการบรรลุเป้าหมายในทันที ในบริบทของการตรวจจับไวรัส หมายถึงการระบุภัยคุกคามที่อาจเกิดขึ้นตามรูปแบบและพฤติกรรม แม้ว่าจะยังไม่ทราบไวรัสเฉพาะเจาะจงก็ตาม
ฟังก์ชั่นที่ซับซ้อนของการตรวจหาไวรัสแบบศึกษาพฤติกรรม
การวิเคราะห์แบบฮิวริสติกทำงานในสองระดับหลัก: ไฟล์และพฤติกรรม
ในระดับไฟล์ การวิเคราะห์พฤติกรรมจะตรวจสอบโปรแกรมก่อนที่จะรัน โดยสแกนหาลักษณะหรือโครงสร้างที่น่าสงสัยภายในโค้ด ซึ่งอาจเกี่ยวข้องกับการมองหาการเข้ารหัสหลายชั้น (มักใช้โดยโค้ดที่เป็นอันตรายเพื่อซ่อนลักษณะที่แท้จริงของมัน) หรือข้อมูลโค้ดที่ตรงกับรูปแบบที่เป็นอันตรายที่ทราบ
ในระดับพฤติกรรม การวิเคราะห์พฤติกรรมจะตรวจสอบโปรแกรมในขณะที่ทำงานและตรวจสอบการกระทำที่มักเกี่ยวข้องกับซอฟต์แวร์ที่เป็นอันตราย ซึ่งอาจเกี่ยวข้องกับการพยายามติดตามความพยายามในการเขียนข้อมูลลงในไฟล์ระบบหรือสร้างการเชื่อมต่อขาออกไปยังเซิร์ฟเวอร์ระยะไกล
ระดับการวิเคราะห์พฤติกรรมทั้งสองระดับนี้ช่วยในการตรวจจับและต่อต้านภัยคุกคามก่อนที่จะสร้างความเสียหาย
คุณสมบัติที่สำคัญของการตรวจจับไวรัสแบบฮิวริสติก
คุณสมบัติต่อไปนี้เป็นคุณสมบัติที่แท้จริงของการตรวจจับไวรัสแบบศึกษาพฤติกรรม:
- การวิเคราะห์แบบไดนามิก: การตรวจจับตามการศึกษาสำนึกเกี่ยวข้องกับการตรวจสอบการทำงานและไฟล์ของระบบแบบเรียลไทม์ ทำให้สามารถตรวจจับและต่อต้านภัยคุกคามทันทีที่เกิดขึ้น
- การป้องกันเชิงรุก: การวิเคราะห์พฤติกรรมสามารถระบุภัยคุกคามใหม่ได้ ไม่เหมือนการตรวจจับตามลายเซ็น ไม่ใช่แค่ภัยคุกคามที่ได้รับการกำหนดไว้ก่อนหน้านี้ สิ่งนี้ทำให้เป็นเครื่องมือสำคัญในการเผชิญกับมัลแวร์ที่พัฒนาอย่างรวดเร็ว
- ผลบวกลวง: ข้อเสียเปรียบที่อาจเกิดขึ้นของการวิเคราะห์พฤติกรรมคือบางครั้งสามารถระบุซอฟต์แวร์ที่ถูกต้องตามกฎหมายว่าเป็นอันตราย ซึ่งนำไปสู่การบวกลวง อย่างไรก็ตาม การปรับปรุงด้านเทคโนโลยีและความซับซ้อนของอัลกอริทึมได้ลดอินสแตนซ์เหล่านี้ลงอย่างมาก
ประเภทของเทคนิคการวิเคราะห์ฮิวริสติก
การวิเคราะห์แบบฮิวริสติกใช้เทคนิคจำนวนหนึ่งในการตรวจหาไวรัส ซึ่งบางส่วนได้แก่:
- การวิเคราะห์รหัส: ตรวจสอบโค้ดเพื่อหาฟังก์ชันหรือคำสั่งที่น่าสงสัย เช่น คำสั่งที่แก้ไขไฟล์ระบบ
- การจำลอง: รันโปรแกรมในสภาพแวดล้อมที่มีการควบคุม (โปรแกรมจำลอง) และติดตามพฤติกรรมของโปรแกรม
- การถอดรหัสทั่วไป (GD): ใช้เพื่อตรวจจับไวรัสที่เข้ารหัส ซอฟต์แวร์ป้องกันไวรัสจะรันไวรัสโดยใช้โปรแกรมจำลองและรอให้ไวรัสถอดรหัสตัวเองก่อนที่จะวิเคราะห์โค้ด
- ระบบผู้เชี่ยวชาญ: การใช้ AI และการเรียนรู้ของเครื่องเพื่อวิเคราะห์โค้ดและคาดการณ์โอกาสที่มันจะเป็นไวรัส
การใช้การวิเคราะห์แบบฮิวริสติกและการเอาชนะความท้าทาย
การใช้งานหลักของการวิเคราะห์พฤติกรรมคือในด้านความปลอดภัยทางไซเบอร์ ซึ่งเป็นส่วนสำคัญของชุดเครื่องมือในการต่อสู้กับมัลแวร์ รวมอยู่ในซอฟต์แวร์ป้องกันไวรัสและป้องกันมัลแวร์และเป็นองค์ประกอบสำคัญของระบบตรวจจับและป้องกันการบุกรุก (IDPS)
ความท้าทายหลักในการวิเคราะห์พฤติกรรมคือการสร้างสมดุลระหว่างอัตราการตรวจจับกับผลบวกลวง เข้มงวดเกินไป และระบบอาจตั้งค่าสถานะโปรแกรมที่ถูกกฎหมายว่าเป็นภัยคุกคาม หละหลวมเกินไป และภัยคุกคามที่แท้จริงอาจผ่านไปได้ การวิจัยอย่างต่อเนื่องในด้านการเรียนรู้ของเครื่องและปัญญาประดิษฐ์คาดว่าจะช่วยปรับปรุงสมดุลนี้
เปรียบเทียบกับการตรวจจับตามลายเซ็น
คุณสมบัติ | การตรวจจับแบบฮิวริสติก | การตรวจจับตามลายเซ็น |
---|---|---|
วิธีการตรวจจับ | ขึ้นอยู่กับพฤติกรรมหรือรูปแบบโค้ด | อิงตามลายเซ็นไวรัสที่รู้จัก |
การตรวจจับภัยคุกคาม | สามารถตรวจจับภัยคุกคามใหม่ๆ ที่ไม่รู้จักได้ | ตรวจพบเฉพาะภัยคุกคามที่ทราบเท่านั้น |
ความเร็ว | ช้าลงเนื่องจากการวิเคราะห์ที่ซับซ้อน | เร็วขึ้น |
ผลบวกลวง | มีโอกาสมากขึ้น | มีโอกาสน้อยกว่า |
อนาคตของการตรวจหาไวรัสแบบฮิวริสติก
อนาคตของการตรวจจับไวรัสแบบฮิวริสติกอยู่ที่การบูรณาการอย่างต่อเนื่องของเทคโนโลยี AI และเทคโนโลยีการเรียนรู้ของเครื่อง ซึ่งสัญญาว่าจะปรับปรุงอัตราการตรวจจับและลดผลบวกลวง เทคโนโลยีเหล่านี้สามารถเรียนรู้และปรับตัวเข้ากับภัยคุกคามใหม่ๆ ทำให้การตรวจจับแบบศึกษาสำนึกมีประสิทธิภาพมากยิ่งขึ้น
พร็อกซีเซิร์ฟเวอร์และการตรวจจับไวรัสแบบศึกษาพฤติกรรม
พร็อกซีเซิร์ฟเวอร์ เช่นเดียวกับที่ OneProxy มอบให้ สามารถมีบทบาทสำคัญในการตรวจจับไวรัสแบบศึกษาพฤติกรรม ด้วยการกำหนดเส้นทางการรับส่งข้อมูลอินเทอร์เน็ตผ่านพร็อกซีเซิร์ฟเวอร์ เซิร์ฟเวอร์สามารถตรวจสอบข้อมูลเพื่อหาสัญญาณของกิจกรรมที่เป็นอันตราย นี่เป็นรูปแบบหนึ่งของการวิเคราะห์พฤติกรรม เนื่องจากพร็อกซีเซิร์ฟเวอร์จะตรวจสอบรูปแบบและพฤติกรรมที่อาจบ่งบอกถึงภัยคุกคาม
ลิงก์ที่เกี่ยวข้อง
- การวิเคราะห์พฤติกรรม – นอร์ตัน
- อนาคตของการวิเคราะห์การศึกษาแบบฮิวริสติก – บล็อกของ McAfee
- การวิเคราะห์พฤติกรรม - วิกิพีเดีย
โปรดทราบ: บทความนี้ได้รับการอัปเดตเมื่อวันที่ 5 สิงหาคม 2023