Abstract— There are many difference

Abstract— There are many difference algorithms used for unknown worm detection. Some algorithms use static features, while others use dynamic features. However, no algorithm that can perfectly detect all unknown worms. Because, each detection method has its own drawbacks. It’s difficult to detect polymorphic worms with only static features or it takes more time to execute dynamic detection algorithms. This paper describes an algorithm for detecting unknown worms and its variations based on features previously extracted from the analyzed files. This set of features is statically defined in this proposal and the method for extracting such features is also described. The proposed algorithm can detect worm and its variations with a small sample features set. This approach is not only applied well to detect worms with static features but also can be developed to detect worms based on their dynamic features and behavious. This is a first-attempt for demonstrating the effectiveness of the detection algorithm that uses both static features and dynamic features.

Kết quả (Việt) 1:

Trừu tượng-Không có nhiều các thuật toán khác nhau được sử dụng để phát hiện không biết sâu. Một số thuật toán sử dụng tính năng tĩnh, trong khi những người khác sử dụng năng động. Tuy nhiên, không có thuật toán hoàn toàn có thể phát hiện tất cả không rõ sâu. Bởi vì, từng phát hiện phương pháp này có nhược điểm riêng của nó. Đó là khó khăn để phát hiện bướu giun chỉ tính năng tĩnh hoặc phải mất thời gian hơn để thực hiện các thuật toán phát hiện năng động. Bài báo này mô tả một thuật toán phát hiện không biết sâu và các biến thể dựa trên các tính năng trước đây được chiết xuất từ các tập tin phân tích. Điều này thiết lập tính năng tĩnh được xác định trong đề xuất này và phương pháp để trích xuất các tính năng như vậy cũng được miêu tả. Các thuật toán được đề xuất có thể phát hiện sâu và các biến thể của nó với một tập hợp các tính năng mẫu nhỏ. Cách tiếp cận này không chỉ được áp dụng tốt để phát hiện sâu với tính năng tĩnh, nhưng cũng có thể được phát triển để phát hiện sâu dựa trên năng động và behavious của họ. Đây là một nỗ lực đầu tiên để chứng minh tính hiệu quả của các thuật toán phát hiện sử dụng tính năng tĩnh và năng động.

Kết quả (Việt) 2:

Abstract- Có rất nhiều thuật toán khác nhau được sử dụng để phát hiện sâu không rõ. Một số thuật toán sử dụng các tính năng tĩnh, trong khi những người khác sử dụng tính năng động. Tuy nhiên, không có thuật toán mà hoàn toàn có thể phát hiện tất cả các sâu không rõ. Bởi vì, mỗi phương pháp phát hiện có nhược điểm riêng của nó. Thật khó để phát hiện sâu đa hình chỉ với tính năng tĩnh hoặc phải mất nhiều thời gian để thực hiện các thuật toán phát hiện năng động. Bài viết này mô tả một thuật toán để phát hiện sâu chưa biết và các biến thể của nó dựa trên tính năng trước đây được chiết xuất từ ​​các tập tin phân tích. Điều này đặt các tính năng được tĩnh xác định trong đề xuất này và các phương pháp để chiết xuất các tính năng như vậy cũng được mô tả. Các thuật toán đề xuất có thể phát hiện con sâu và các biến thể của nó với một tính năng mẫu nhỏ thiết. Cách tiếp cận này không chỉ áp dụng tốt để phát hiện sâu với các tính năng tĩnh nhưng cũng có thể được phát triển để phát hiện sâu dựa trên tính năng và behavious năng động của họ. Đây là lần đầu tiên cố gắng để chứng minh tính hiệu quả của các thuật toán phát hiện có sử dụng cả hai tính năng tĩnh và tính năng động.