Machine Learning-Funktionen von Microsoft Defender

In seinem jüngsten Versuch, Verbrauchern einen besseren Schutz vor Sicherheitsbedrohungen zu bieten, hat Microsoft die Funktionalität seines eigenen integrierten Antivirensystems verbessert – Windows Defender. Das Tool zielt darauf ab, die Betriebssysteme Windows 11 und Windows 10 zum sichersten Client-Betriebssystem zu machen und gleichzeitig das kritische Problem einer Reihe von sowohl falsch negativen als auch falsch positiven Erkennungen anzugehen, und zwar über seine neu gestaltete Automatisierungspipeline, die mehrere Tools einsetzt und Technologien zur Verarbeitung von Malware und unerwünschter Software. Diese beinhalten:

1. Maschinelles Lernen
2. Clustering
3. Kosmos
4. Azure und Cloud

Maschinelles Lernen in Windows Defender

Neben mehreren neuen Technologien bietet es auch maschinelle Lernfunktionen. Maschinelles Lernen ist eine Technik, die normalerweise menschlichen Analysten hilft, mit unzähligen Malware-Samples umzugehen. Ein klassisches Beispiel hierfür ist das Clustering-Verfahren. Nach dem Entwerfen einer Ähnlichkeitsfunktion basierend auf den aus den Beispielen extrahierten Merkmalen können die Malware-Beispiele in Gruppen kategorisiert werden, in denen Mitglieder derselben Gruppe ähnliche Merkmale aufweisen und sich keine unterscheiden. Analysten können sich dann auf diese Gruppen konzentrieren.

Vor allem hilft der Automatisierungsprozess dabei, Malware zu erkennen, sobald sie zum ersten Mal auftritt. Der Prozess hilft Forschern insbesondere dabei, bessere generische Erkennungssignaturen und Gerätereinigungsroutinen zu schreiben, Strategien zur Malware-Beseitigung zu entwickeln und Kontrollpunkte zu identifizieren, um Malware zu beseitigen.

Beim Erkennen einer verdächtigen Datei wird diese extrahiert und in einer virtuellen Umgebung ausgeführt. Der Automatisierungsprozess hilft beim Sortieren der Stichprobe in eine der folgenden Klassen:

• Sauber
• Malware
• Virus
• Unerwünschte Software

Die oben erwähnten Klassen sind so programmiert, dass sie zu einem bestimmten Ausgang leiten. Beispielsweise wird eine als Malware gekennzeichnete Datei automatisch zum Schutz an die Cloud-Engines von Microsoft gesendet. Kunden, die den Microsoft Active Protection Service (MAPS) aktiviert haben, genießen die Vorteile eines besseren Schutzes vor den neuesten Bedrohungen.

Jede Woche kommen neue Malware-Varianten auf den Markt. Als solche können sie mutieren, um der Entdeckung zu entgehen. Die Erkennung solcher Varianten über komplexe Erkennungssignaturen kann zu einer entmutigenden Aufgabe werden. Der Automatisierungsprozess hilft dabei, den besten Typ einer generischen Signatur für eine bestimmte Datei oder einen Dateicluster freizugeben. Damit können die an eine automatisierte Signatur angehängten Metriken einfach analysiert werden.

Klassifizierung von Malware-Familien

Wenn das Automatisierungssystem aus irgendeinem Grund ausfällt und die echte Malware-Familie nicht mit Sicherheit identifizieren kann, weist es der Malware einen generischen, synthetischen Familiennamen zu. Die Familiennamen für Automatisierungs-klassifizierte Malware sind:

1. Dorv
2. Pocyx
3. Toga
4. Kieah
5. Dynamer
6. Anaki
7. Bagu
8. Beaugrit
9. Bult
10. Tefau

Individuelle Bedrohungen innerhalb dieser Familien folgen normalerweise dem Format:

Trojan:Win32/

Die Automatisierung hilft Microsoft dabei, Malware und unerwünschte Software schneller zu erkennen und zu entfernen und seine Kunden besser zu schützen.

Um sicherzustellen, dass Sie den neuesten Schutz erhalten, halten Sie Ihre Echtzeit-Sicherheitssoftware wie Windows Defender für Windows 10 auf dem neuesten Stand und stellen Sie sicher, dass Microsoft Active Protection Service (MAPS) den Cloud-Schutz verwendet, um Sie vor der neuesten Malware zu schützen Bedrohungen, ist aktiviert.