Характеристика вредоносных программ для Linux: выводы и недавние тенденции

Авторы: Тоноян А.К., Глинская Е.В.
Опубликовано в выпуске: #2(97)/2025
DOI:
Раздел: Информатика, вычислительная техника и управление | Рубрика: Методы и системы защиты информации, информационная безопасность
Ключевые слова: вредоносное программное обеспечение, криминалистика, интернет вещей, встраиваемые системы, аналитика данных, машинное обучение, экспертные системы
Опубликовано: 29.04.2025

В последние годы наблюдается рост числа вредоносных программ, которые нацелены на инфраструктуры, построенные на IoT-устройствах. В статье представлено исследование вредоносного программного обеспечения, ориентированного на операционные системы Linux и устройства интернета вещей (IoT). С помощью методов статического и динамического анализа классифицированы известные угрозы и выявлены новые. Использован уникальный датасет, собранный сообществом, что позволило провести глубокий анализ тенденций. Среди основных находок: увеличение числа криптомайнинговых атак, рост сложности атак и быстрое появление новых вредоносных программ с минимальными вложениями в инфраструктуру. Данное исследование может быть полезным для специалистов по компьютерной криминалистике и безопасности IoT.

Литература

[1] Alshaer M., Alshehhi Kh., Abdulla S. The Internet of Things (IoT) Forensic Investigation Process. Journal of Information Security and Cybercrimes Research, 2023, vol. 6, no. 2, pp. 150–161. https://doi.org/10.26735/dbeu2801

[2] Бударный Г.С., Казанцев А.А., Красов А.В., Поляничева А.В. Разновидности нарушений безопасности и типовые атаки на операционную систему. Актуальные проблемы инфотелекоммуникаций в науке и образовании. XI Междунар. науч.-техн. и науч.-метод. конф.: сб. ст. Санкт-Петербург, Санкт-Петербургский государственный университет телекоммуникаций им. проф. М.А. Бонч-Бруевича, 2022, т. 4, с. 406–411.

[3] Грибунин В.Г., Гришаненко Р.Л., Лабазников А.П., Тимонов А.А. Безопасность систем машинного обучения. Защищаемые активы, уязвимости, модель нарушителя и угроз, таксономия атак. Известия Института инженерной физики, 2021, № 3 (61), с. 65–71.

[4] Lahe A.D., Singh G. A Survey on Security Threats to Machine Learning Systems at Different Stages of its Pipeline. International Journal of Information Technology and Computer Science, 2023, vol. 15, no. 2, pp. 23–34. https://doi.org/10.5815/ijitcs.2023.02.03

[5] Цветков А.Ю. Исследование существующих механизмов защиты операционных систем семейства Linux. Актуальные проблемы инфотелекоммуникаций в науке и образовании. VII Междунар. науч.-техн. и науч.-метод. конф.: сб. ст. Санкт-Петербург, Санкт-Петербургский государственный университет телекоммуникаций им. проф. М.А. Бонч-Бруевича, 2018, т. 1, с. 657–662.

[6] Штеренберг С.И., Бударный Г.С., Чумаков И.В. Анализ безопасности доменных систем. Региональная информатика. Юбилейная XVIII Санкт-Петербургская междунар. конф.: матер. Санкт-Петербург, Санкт-Петербургское общество информатики, вычислительной техники, систем связи и управления, 2022, т. 1, с. 587–588.

[7] Bai Ya., Wang Y., Zeng Yu. et al. Query efficient black-box adversarial attack on deep neural networks. Pattern Recognition, 2023, vol. 133, art. 109037. https://doi.org/10.1016/j.patcog.2022.109037

[8] Зылева П.С., Пестов И.Е., Тремель И.С., Юрова У.С. Методы обеспечения безопасности Astra Linux special Edition. Актуальные проблемы инфотелекоммуникаций в науке и образовании. XII Междунар. науч.-техн. и науч.-метод. конф.: сб. ст. Санкт-Петербург, Санкт-Петербургский государственный университет телекоммуникаций им. проф. М.А. Бонч-Бруевича, 2023, т. 1, с. 553–558.

[9] Горбань С.А., Красов А.В., Цветков А.Ю. Оценка эффективности механизмов контроля правами доступа в ОС Linux. Актуальные проблемы инфотелекоммуникаций в науке и образовании. XII Междунар. науч.-техн. и науч.-метод. конф.: сб. ст. Санкт-Петербург, Санкт-Петербургский государственный университет телекоммуникаций им. проф. М.А. Бонч-Бруевича, 2023, т. 1, с. 345–348.

[10] Астапов Р.Л., Мухамадеева Р.М. Автоматизация подбора параметров машинного обучения и обучение модели машинного обучения. Актуальные научные исследования в современном мире, 2021, № 5–2 (73), с. 34–37.