BAGUETTE: Hunting for Evidence of Malicious Behavior in Dynamic Analysis Reports - Archive ouverte HAL Access content directly
Conference Papers Year : 2023

BAGUETTE: Hunting for Evidence of Malicious Behavior in Dynamic Analysis Reports

BAGUETTE : Recherche de Comportements Malveillants dans des Rapports d'Analyse Dynamique

Abstract

Malware analysis consists of studying a sample of suspicious code to understand it and producing a representation or explanation of this code that can be used by a human expert or a clustering/classification/detection tool. The analysis can be static (only the code is studied) or dynamic (only the interaction between the code and its host during one or more executions is studied). The quality of the interpretation of a code and its later detection depends on the quality of the information contained in this representation. To date, many analyses produce voluminous reports that are difficult to handle quickly. In this article, we present BAGUETTE, a graph-based representation of the interactions of a sample and the resources offered by the host system during one execution. We explain how BAGUETTE helps automatically search for specific behaviors in a malware database and how it efficiently assists the expert in analyzing samples.
L'analyse des logiciels malveillants consiste à étudier un échantillon exécutable suspect pour le comprendre et à produire une représentation ou une explication de ce programme qui peut être utilisée par un expert humain ou un outil de clustering/classification/détection. L'analyse peut être statique (seul le code est étudié) ou dynamique (seule l'interaction entre le code et son hôte pendant une ou plusieurs exécutions est étudiée). La qualité de l'interprétation d'un code et de sa détection ultérieure dépend de la qualité des informations contenues dans cette représentation. À ce jour, de nombreuses analyses produisent des rapports volumineux qu'il est difficile de traiter rapidement. Dans cet article, nous présentons BAGUETTE, une représentation sous forme de graphe des interactions entre un échantillon et les ressources offertes par le système hôte au cours d'une exécution. Nous expliquons comment BAGUETTE permet de rechercher automatiquement des comportements spécifiques dans une base de données de logiciels malveillants et comment il aide efficacement l'expert à analyser les échantillons.
Fichier principal
Vignette du fichier
SECRYPT_2023 (4).pdf (632.25 Ko) Télécharger le fichier
SECRYPT 2023 (4).zip (2.63 Mo) Télécharger le fichier
Origin Files produced by the author(s)
Origin Files produced by the author(s)

Dates and versions

hal-04102144 , version 1 (16-06-2023)

Licence

Identifiers

  • HAL Id : hal-04102144 , version 1

Cite

Vincent Raulin, Pierre-François Gimenez, Yufei Han, Valérie Viet Triem Tong. BAGUETTE: Hunting for Evidence of Malicious Behavior in Dynamic Analysis Reports. SECRYPT 2023 - 20th International conference on security and cryptography, Jul 2023, Rome, Italy. pp.1-8. ⟨hal-04102144⟩
215 View
170 Download

Share

Gmail Mastodon Facebook X LinkedIn More