Approches Collectives et Coopératives en Sécurité des Systèmes Informatiq
Loading...
Files
Date
2016
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Université 20 Août 1955- Skikda
Abstract
Les malwares (logiciels malveillants) représentent une réelle menace pour la sécurité de
nos systèmes informatiques, et avec la constante prolifération et l'évolution des techniques
d’anti-détection de ces derniers, il est devenu primordial d’avoir une protection efficace contre
ce genre de menaces. Malheureusement, les antivirus commerciaux sont incapables de fournir
le degré requis de protection. Ceci est d^u principalement au fait que ces derniers utilisent
des méthodes de détection basées sur les signatures. Ces techniques sont connues pour leurs
limites dans la détection des malwares inconnus, ainsi que les variantes de malwares existants. Durant ces vingt dernières années, les chercheurs en sécurité informatique ont propos´e
une multitude d’approches afin de remédier aux faiblesses des systèmes `a base de signatures.
Cependant, la majorité de ces approches focalisent sur l’amélioration du degré de précision
et ignorent un facteur primordial qui est le temps de détection. En effet, être en mesure
de détecter et de neutraliser une menace dans un temps court peut s'avérer vital pour la
sécurité du système informatique. En plus, connaitre la nature de la menace (dans notre cas
le type de malware) est également un facteur important qui va conditionner le choix des mesures `a prendre. Par ailleurs, nous pensons que quelque soit son degré de précision, un outil
détection local agissant d’une manière isolée sera rapidement submergé, et cela `a cause du
nombre colossal de malwares circulant sur le reséau internet. Dans cette thèse, nous proposons
en premier lieu un système temps réel pour la détection des malwares PE (Portable Excuse -table), en cherchant un bon compromis entre précision de détection et temps de traitement.
Deuxièmement, nous proposons une nouvelle approche basée sur la méthode d’analyse des
correspondances multiples (ACM) qui permet d’extraire les associations d’ APIs (Application
Programming Interface) utilisées par les différents types de malwares. Ces associations seront
d’une grande importance pour l’identification des différents types de malwares. Enfin, nous
proposons une nouvelle approche pour la détection collaborative des malwares, en utilisant
les systèmes multi-agents (SMA). Notre approche offre un mécanisme de distribution et de
collaboration `a l’aide d’agents autonomes, permettant de faire collaborer différents outils de
détection de nature hétérogènes et ayant des performances variables. Il sera également question d’envisager une méthode d’identification universelle de fichiers exécutables en utilisant
une signature `a base de code-opérations (Opcodes). Ainsi, la décision collective qui en résulte
permet d’améliorer significativement la précision de détection.