Chúc mừng nhóm sinh viên ngành An toàn thông tin (Khoa Mạng máy tính và truyền thông) cùng nhóm nghiên cứu InSecLab đã có bài báo nghiên cứu về Phát hiện mã độc được chấp nhận đăng tại Hội nghị khoa học IEEE ICCE 2024.
Hội nghị khoa học IEEE ICCE lần thứ 10, năm 2024 (𝐓𝐇𝐄 𝟏0𝐓𝐇 IEEE INTERNATIONAL C𝐎𝐍𝐅𝐄𝐑𝐄𝐍𝐂𝐄 𝐎𝐍 COMMUNICATIONS AND ELECTRONICS 2024) do Đại học Bách Khoa Đà Nẵng, Đại học Bách Khoa Hà Nội và Đại học Bách Khoa Tp. HCM phối hợp tổ chức. Hội nghị sẽ diễn ra vào ngày 31/07-02/08/2024 tại Thành phố Đà Nẵng, Việt Nam.
✅ Tên bài báo:
- "A Study on Natural Language Processing-Based Method for Windows Malware Detection"
🤝 Sinh viên thực hiện:
- Nguyễn Quang Huy - An toàn thông tin (Chính quy 2020)
- Bùi Đức Hoàng - An toàn thông tin (Chính quy 2020)
Giảng viên hướng dẫn:
- ThS. Đỗ Thị Thu Hiền
- TS. Nguyễn Tấn Cầm
- TS. Phạm Văn Hậu
✈️ Thông tin chung:
IEEE IEEC (IEEE INTERNATIONAL C𝐎𝐍𝐅𝐄𝐑𝐄𝐍𝐂𝐄 𝐎𝐍 COMMUNICATIONS AND ELECTRONICS) là hội nghị khoa học thường niên về công nghệ truyền thông và các ứng dụng của nó trong mọi lĩnh vực quan trọng: Các mạng và hệ thống truyền thông, Xử lý tín hiệu và các ứng dụng, Xử lý ảnh & ngôn ngữ tự nhiên... Mục tiêu chính của hội nghị là tạo ra một diễn đàn quy tụ, kết nối các nhà nghiên cứu, nhà khoa học, chuyên gia Việt Nam và quốc tế tham gia vào các lĩnh vực truyền thông và các kỹ thuật điện tử.
✅ Abstract:
"This study focuses on applying Natural Language Processing (NLP) in Windows malware detection to address the complex problem of classifying and detecting diverse malware patterns. The proposed method combines both static and dynamic malware attributes, using NLP to analyze and understand linguistic characteristics within the malware. By using readable strings and API sequences from analyzed results as inputs to a deep learning multimodal, our proposed method can achieve a high accuracy of 0.99 for the classification task and 0.96 accuracy for the time-based detection task. The combination of static features like strings and dynamic attributes such as API sequences, along with the use of NLP, provides a comprehensive and effective approach to detecting malware in a practical environment."
