27、云IaaS中基于深度学习的行为恶意软件分析

云IaaS中基于深度学习的行为恶意软件分析

1. 引言与动机

云计算凭借按需服务、无限资源、广泛可用性和按需付费的商业模式，成为了一个受欢迎的平台。基础设施即服务（IaaS）是许多数据中心常用的服务模式，客户可以购买数据中心的资源来执行个人任务，无需自行搭建计算机或计算集群，同时数据中心也能更高效地利用资源。客户可按需购买任意数量的虚拟机。

然而，随着资源使用规模的扩大，需要对这些虚拟机进行自动监控，以保障云服务提供商和客户的安全。由于多个客户的资源共享虚拟空间，一台虚拟机感染恶意软件可能会导致数据中心内更多虚拟机被感染，不仅云服务提供商的硬件面临风险，使用该数据中心虚拟资源的用户也会受到威胁。而且，随着云服务提供商的发展和客户群体的扩大，其保障客户安全的责任也在增加。在IaaS中，由于虚拟机的常见配置和自动供应，攻击和感染的风险更高，相似配置的虚拟机容易遭受相同的恶意软件攻击，使得恶意软件更容易传播。

随着云基础设施的发展，它为恶意行为者提供了更多的攻击途径。云租户的虚拟机需要保护，不仅要预防攻击，还要及时检测到新的漏洞被利用以及部分数据中心资源被感染的情况。这些漏洞可能源于系统漏洞、配置漏洞、内部威胁或外部窃取的凭证。

2. 云IaaS的相关性

云基础设施的独特之处在于其服务的灵活性，这吸引了众多客户使用IaaS。但这种灵活性也带来了更多风险，因为数据中心托管的服务种类繁多，相比单一服务系统，会面临更多类型的恶意软件和攻击。因此，云IaaS需要高精度的恶意软件分析和检测，而深度学习技术在恶意软件检测方面已被证明非常有效，可用于提升云IaaS的安全性。

云具有按需自助服务、快速弹性、迁移、资源池化和可控计量服务等基