Skip to content
KitploitKITPLOIT
工具漏洞利用博客
Log in
提交
工具漏洞利用博客
提交

黑客、渗透测试和网络安全工具,武装您的安全武器库!

Kitploit 是一个黑客、网络安全和渗透测试工具的目录。发现最新的项目更新,查找漏洞、分析系统、自动化测试并加强你的安全。

订阅源联系隐私© 2026 Kitploit

工具目录

分类

查看所有分类
Loading categories
RanSMAP-Ransomware-Binary-Classification — 分析 RanSMAP 数据集的 Jupyter notebook,使用 scikit-learn 集成模型根据内存访问模式(GPA、熵、页面类型)对勒索软件家族进行分类。 | Kitploit
工具/GitHubGitHub/gmh5225/ransmap-ransomware-binary-classification
防御工具内存取证取证分析恶意软件分析机器学习论文与研究异常检测
GitHubgmh5225/ransmap-ransomware-binary-classification
分享

RanSMAP-Ransomware-Binary-Classification

分析 RanSMAP 数据集的 Jupyter notebook,使用 scikit-learn 集成模型根据内存访问模式(GPA、熵、页面类型)对勒索软件家族进行分类。

查看仓库
1151年前尚未审核

RanSMAP 勒索软件二进制分类

RanSMAP 数据集

作者:Kevin Thomas

引用

[1] M. Hirano 和 R. Kobayashi,“RanSMAP:用于创建基于深度学习的勒索软件检测器的勒索软件存储和内存访问模式开放数据集。” Computers & Security,2024 年,104202,ISSN 0167-4048,https://doi.org/10.1016/j.cose.2024.104202。

[2] M. Hirano 和 R. Kobayashi,“使用从实时取证虚拟机监控程序获取的低级内存访问模式进行基于机器学习的勒索软件检测”,载于 2022 年 IEEE 国际网络安全与韧性会议 (CSR) 论文集,2022 年,第 323-330 页,https://doi.org/10.1109/CSR54599.2022.9850340。

许可证

知识共享署名-禁止演绎 4.0 国际许可证 (CC BY-ND 4.0)。

执行摘要

对 RanSMAP 勒索软件行为特征数据集的全面分析证明了内存访问模式分析在通过机器学习技术区分恶意软件和良性软件方面的有效性。该研究考察了 12 个类别(6 个良性应用程序和 6 个勒索软件家族)中的 1,425,904 次内存操作,使用了四个关键特征:客户机物理地址 (GPA)、熵、内存内容大小和页面类型。

关键数据集特征

该数据集揭示了区分勒索软件与合法软件的独特内存访问模式。内存操作主要以元数据为中心(99.7% 涉及零字节内容检索),地址分布高度集中,跨越 9,673 个唯一 GPA 值。熵呈现出显著的双峰分布,51.0% 的操作熵恰好为 0.0(结构化数据),48.7% 为 -1.0(归一化内容)。内存页面架构绝大多数由标准 4 KiB 页面主导(99.3%),而 2 MiB 大页面仅占 0.7%,反映了典型的操作系统内存管理模式。

关键行为洞察

分析识别出了若干区分恶意软件家族与良性应用程序的判别性行为模式:

内存分配策略:勒索软件家族的内容操作表现出较高的 GPA 值(均值约 7.6 × 10^9),而元数据操作的 GPA 值较低(均值约 2.75 × 10^9),表明恶意活动期间在较高地址区域进行系统性的内存分配。大页面(2 MiB)表现出集中的分配模式和较高的熵特征,表明其专门用于性能关键的加密操作。

内容随机性模式:恶意软件类别表现出不同的熵特征,实际数据传输操作(4096 字节)的熵显著更高(均值约 0.7),而元数据操作的熵较低(均值约 -0.5)。这种升高反映了勒索软件加密过程特有的加密内容生成特征。

类别特定特征:无监督 K-means 聚类成功识别出四个不同的行为簇,其中簇 3 代表了集中在特定勒索软件家族(WannaCry、LockBit、Conti)中的罕见但高度判别性的内存访问模式。这些簇捕获了可作为恶意软件特定行为指纹的专业操作特征。

机器学习性能

评估了多种集成学习方法用于勒索软件检测,不同算法的性能相似:

  • 最佳模型:随机森林、AdaBoost 和堆叠集成
  • 准确率:表现最佳模型约 0.639(63.9%)
  • 精确率:最佳模型的加权平均值为 0.675-0.699
  • 召回率:最佳模型的加权平均值约 0.639
  • F1 分数:最佳模型的加权平均值为 0.509-0.512

集成方法(随机森林:0.639 准确率,AdaBoost:0.639 准确率,Stacking:0.639 准确率)表现出稳定的性能,相较于单一决策树(0.638 准确率)仅有极小提升。采用决策树的 bagging 方法达到了 0.639 准确率,具有高召回率(0.994)但较低的精确率(0.637),表明在区分恶意与良性内存访问模式方面存在挑战,需要更复杂的特征工程。

战略建议

面向网络安全从业者:部署基于内存的勒索软件检测系统,利用已识别的行为模式。重点关注监控高权限内存区域中的大页操作和高熵内容传输,将其作为恶意活动的主要指标。

面向研究社区:扩展时间分析以捕捉勒索软件的演化模式,并研究这些内存访问特征在不同平台上的适用性。无监督聚类所展现的效力表明,通过行为异常识别实现零日勒索软件检测具有潜力。

面向系统管理员:实施对内存页分配模式和熵特征的实时监控,尤其关注通过主成分分析识别出的判别性特征。63.9% 的分类准确率表明,在企业环境中进行生产部署可能需要额外的特征工程或混合方法。

结论

本分析将内存访问模式分析确立为勒索软件检测的基础,通过集成学习技术实现了 63.9% 的准确率,在识别恶意活动方面具有显著的高召回率(99.4%)。虽然当前的分类性能表明仍有改进空间,但特定行为簇和熵-GPA 关系模式的识别为开发增强的网络安全防御提供了有价值的情报。全面的特征分析揭示,内存管理行为包含可用于区分恶意加密活动与合法软件操作的判别性信息,不过要实现面向企业勒索软件检测系统的生产就绪性能,仍需额外的特征工程和模型优化。

预测建模讨论

我们处理的是一个分类问题,因为目标变量是离散的。

输入变量如下所列。

  • GPA:被访问内存页的客户物理地址(Guest Physical Address)
  • size:被访问页面上获取的内存内容大小,[字节]
  • entropy:写入内存内容的归一化香农熵
  • type:内存页的访问类型(4 KiB 页、2 MiB 页、1 GiB 页和 MMIO 访问)

目标变量如下所列。

  • category:从目录结构派生的勒索软件或良性家族分类标签(AESCrypt、Conti、Darkside、Firefox、Idle、LockBit、Office、REvil、Ryuk、SDelete、WannaCry、Zip)

响应变量通过从目录结构中提取恶意软件类别标签并合并多个 CSV 文件而得出。

识别出不会在模型中使用的变量如下所列。

  • UNIX_time_sec:该时间戳值表示内存操作发生的精确时间,但可能引入时间偏差,且不能直接刻画我们想要检测的恶意软件行为模式。
  • UNIX_time_ns:与秒级时间戳类似,纳秒级精度增加了时间特异性,可能无法在不同执行环境间良好泛化,并可能导致对特定执行时序而非行为模式的过拟合。

似乎影响响应或输出的输入如下所列。

导入模块

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import itertools
from sklearn.preprocessing import StandardScaler
from sklearn.cluster import KMeans
from sklearn.decomposition import PCA
from sklearn.model_selection import train_test_split
from sklearn.metrics import accuracy_score, precision_score, recall_score, f1_score
from sklearn.neighbors import KNeighborsClassifier
from sklearn.tree import DecisionTreeClassifier
from sklearn.ensemble import VotingClassifier
from sklearn.ensemble import BaggingClassifier
from sklearn.ensemble import RandomForestClassifier
from sklearn.ensemble import AdaBoostClassifier
from sklearn.linear_model import LogisticRegression
from sklearn.ensemble import StackingClassifier
import joblib

生成示例数据集

# import pathlib

# # List of possible malware or application categories to assign to each row based on file path
# cat = [
#     'AESCrypt','Conti','Darkside','Firefox','Idle','LockBit',
#     'Office','REvil','Ryuk','SDelete','WannaCry','Zip'
# ]

# # Open output CSV file for writing the stratified sample
# with open('mem_all_operations_sample.csv','w') as out:
#     # For every memory operation CSV pattern (read/write/etc)
#     for p in ['mem_read.csv','mem_write.csv','mem_readwrite.csv','mem_exec.csv']:
#         # For every matching file in all subdirectories
#         [
#             # For each chunk, group by 'type' and sample 1% from each group, then assign category
#             pd.concat([g.sample(frac=0.001) for _,g in c.groupby('type')])
#               .assign(category=k)
#               .to_csv(out, header=out.tell()==0, index=0, mode='a')
#             # Iterate over all files and categories in the path
#             for f in pathlib.Path('.').rglob(p)
#             for k in cat if k in f.parts
#             # Read the file in chunks to keep memory usage low
#             for c in pd.read_csv(
#                 f,
#                 header=None,
#                 names=['UNIX_time_sec','UNIX_time_ns','GPA','size','entropy','type'],
#                 chunksize=100000
#             )
#         ]

加载数据集

df = pd.read_csv('mem_all_operations_sample.csv')

执行基本探索

显示初始的行数和列数。

df.shape
(1425904, 7)

显示初始变量名称及其关联的数据类型。

df.dtypes
UNIX_time_sec      int64
UNIX_time_ns       int64
GPA                int64
size               int64
entropy          float64
type               int64
category          object
dtype: object

显示每一列的缺失值数量,删除缺失值并创建数据集的干净副本。

df.isna().sum()
UNIX_time_sec    0
UNIX_time_ns     0
GPA              0
size             0
entropy          0
type             0
category         0
dtype: int64
df_clean = df.dropna().copy()
df_clean.isna().sum()
UNIX_time_sec    0
UNIX_time_ns     0
GPA              0
size             0
entropy          0
type             0
category         0
dtype: int64

在移除缺失数据之后、进行初步探索之前,显示每一列的唯一值数量。

df_clean.nunique()
UNIX_time_sec     226578
UNIX_time_ns     1424794
GPA                 9673
size                   2
entropy             3747
type                   2
category              12
dtype: int64

将 size 和 type 转换为非数值或分类列,以便进行探索分析。

df_clean['size'].unique()
array([   0, 4096])
df_clean['size'] = df_clean['size'].astype('category')
size_mapping = {0: '0 bytes',
                4096: '4096 bytes'}
df_clean['size'] = df_clean['size'].map(size_mapping)
df_clean['type'] = df_clean['type'].astype('category')
type_mapping = {2: '2 MiB page',
                4: '4 KiB page',
                1: '1 GiB page'}
df_clean['type'] = df_clean['type'].map(type_mapping)

在移除缺失数据之后、初始探索之前,显示连续变量的唯一值数量。

df_clean.select_dtypes(include='number').nunique()
UNIX_time_sec     226578
UNIX_time_ns     1424794
GPA                 9673
entropy             3747
dtype: int64

从数据集中删除未使用的变量。

df_clean.drop(['UNIX_time_sec', 
               'UNIX_time_ns'], 
               axis=1, 
               inplace=True)

清理后显示行数和列数。

df_clean.shape
(1425904, 5)

显示清洗后的变量名称及其关联的数据类型。

df_clean.dtypes
GPA            int64
size        category
entropy      float64
type        category
category      object
dtype: object

显示清洗后每列的唯一值数量。

df_clean.nunique()
```
GPA         9673
size           2
entropy     3747
type           2
category      12
dtype: int64

### 显示清洗后连续变量的唯一值数量。


```python
df_clean.select_dtypes(include='number').nunique()
GPA        9673
entropy    3747
dtype: int64

显示清洗后分类变量的唯一值数量。

下载工具

最受欢迎

查看全部 →

发现我们社区最常用的工具。

  • 1

    OsintHunter

    letox4/osinthunter

    🎯 终极 OSINT 工具包:调查图谱、置信度评分、别名家族、地图、时间线和报告。49 个模块、400+ 个站点,无需 API 密钥。

    717
  • 2

    ghostlock-app

    yukonga/ghostlock-app

    GhostLock 一键执行应用(CVE-2026-43499)

    504
  • 3

    ARTEX

    baarai/artex

    基于LLM的多智能体自主渗透测试平台,具备规划器/执行器智能体、资产与探索图谱、MITM流量记录以及漏洞复测功能。

    402
  • 4

    redforge

    cybersecurity91/redforge

    浏览器端红队工具包,包含 102 个离线工具,用于侦察、载荷生成、凭据攻击、加密、编码和交战报告。

    342
  • 5

    CyberStrikeAI

    ed1s0nz/cyberstrikeai

    AI原生网络安全的行动系统——在这里,意图转化为受治理的执行,证据沉淀为运营记忆,每一次操作都让下一次更出色。

    260
  • 6

    antifox

    antifox-ai/antifox

    AI multi-agent autonomous penetration testing platform that runs recon, attack-surface discovery, exploitation validation and evidence-backed report delivery.

    259

探索所有工具

浏览我们的工具集合

查看所有工具 →