I ricercatori della Ben-Gurion University hanno confrontato il loro modello di rilevamento con 60 motori antivirus leader del settore e ricerche precedenti, e ha scoperto che il loro sistema ha superato del 13% il miglior motore antivirus successivo, significativamente migliore di tali prodotti, tra cui Kaspersky, MacAfee e Avast. Credito:Ben-Gurion U. cyber@bgu
I ricercatori del Malware Lab dell'Università Ben-Gurion del Negev (BGU) hanno sviluppato un nuovo metodo per rilevare, e-mail dannose più accurate rispetto ai prodotti software antivirus più diffusi. I messaggi di posta elettronica sono ampiamente utilizzati dagli aggressori per fornire contenuti pericolosi a una vittima, come allegati o collegamenti a siti Web dannosi.
"Le attuali soluzioni di analisi della posta elettronica analizzano solo elementi di posta elettronica specifici utilizzando metodi basati su regole, e non analizzare altre parti importanti, "dice il dottor Nir Nissim, capo del laboratorio malware della famiglia David e Janet Polak presso Cyber@BGU, e membro del Dipartimento di Ingegneria e Management Industriale. "Inoltre, i motori antivirus esistenti utilizzano principalmente metodi di rilevamento basati su firme, e quindi sono insufficienti per rilevare nuovi, e-mail dannose sconosciute."
Questo metodo, chiamato Email-Sec-360°, è stato sviluppato da Aviad Cohen, un dottorato di ricerca studente e ricercatore presso il BGU Malware Lab. La ricerca, pubblicato nell'esclusiva rivista scientifica Sistemi esperti con applicazioni , si basa su metodi di apprendimento automatico e sfrutta 100 caratteristiche descrittive generali estratte da tutti i componenti di posta elettronica, compresa la testata, corpo e allegati. La metodologia non richiede l'accesso a Internet, in modo che possa essere implementato da individui e organizzazioni, e fornisce un rilevamento avanzato delle minacce in tempo reale.
Per i loro esperimenti, i ricercatori hanno utilizzato una raccolta di 33, 142 email (12, 835 maligno e 20, 307 benigni) ottenuti tra il 2013 e il 2016. Hanno confrontato il loro modello di rilevamento con 60 motori antivirus leader del settore e ricerche precedenti, e ha scoperto che il loro sistema ha superato del 13% il miglior motore antivirus successivo, significativamente migliore di tali prodotti, tra cui Kaspersky, MacAfee e Avast.
"Nel lavoro futuro, stiamo estendendo la nostra ricerca e integrando l'analisi di allegati come PDF e documenti Microsoft Office all'interno di Email-Sec-360°, poiché questi sono spesso utilizzati dagli hacker per indurre gli utenti ad aprire e propagare virus e malware, " Afferma il dottor Nissim. "Questi metodi di analisi sono già stati sviluppati dal laboratorio malware della famiglia David e Janet Polak presso BGU".
I ricercatori di Malware Lab stanno anche valutando lo sviluppo di un sistema online che valuti il rischio per la sicurezza rappresentato da un messaggio di posta elettronica. Si baserebbe su metodi avanzati di apprendimento automatico e consentirebbe agli utenti di tutto il mondo di inviare messaggi e-mail sospetti e ottenere immediatamente un punteggio di malignità e una raccomandazione su come trattare l'e-mail. Inoltre, il sistema aiuterebbe a raccogliere e-mail benigne e dannose per scopi di ricerca che, per questioni di privacy, è attualmente un compito molto difficile per i ricercatori in questo campo.