In Section 2, we discussed differen

In Section 2, we discussed different approaches for detecting malicious
web pages. Just as these approaches are being improved, adversaries
are becoming more skilled at hiding malicious content. To
better understand how adversaries attempt to stay under the radar,
we present an overview of common tactics that we encounter.
Social engineering has emerged as a growing malware distribution
vector [18]. In social engineering attacks, the user is asked to
install a malware binary under false pretenses. Social engineering
attacks challenge automated detection systems by requiring arbitrarily
complex interaction before delivering the payload; interaction
that can be difficult to simulate algorithmically.
Attacks that target specific software configurations can also challenge
VM honeypots that employ a VM image with a different OS,
browser, or set of plugins. Even if one deploys multiple VMimages
with different software components, selecting the image to scan a
target page is challenging [3], and resource limitations might reduce
the number of times a page can be scanned with different configurations.
To evade browser emulators, AV engines, or manual analysis,
adversaries can test for idiosyncratic properties of the browser and

ผลลัพธ์ (ไทย) 1:

ในส่วน 2 เรากล่าวถึงแตกต่างกันแนวทางสำหรับการตรวจสอบที่เป็นอันตราย
เว็บเพจ เพียงเป็นแนวทางเหล่านี้ได้ปรับปรุง คู่แข่ง
จะกลายเป็นมากฝีมือที่ซ่อนเนื้อหาที่เป็นอันตราย การ
เข้าใจว่าคู่แข่งพยายามอยู่ใต้เรดาร์,
เราแสดงภาพรวมของกลยุทธ์ทั่วไปที่เราพบ
วิศวกรได้ผงาดขึ้นเป็นมัลแวร์กระจายเติบโต
เวกเตอร์ [18] ในการโจมตีวิศวกรรมการประกันสังคม ถามผู้ใช้เพื่อ
ติดตั้งมัลแวร์ที่ไบนารีภายใต้ pretenses ไม่ วิศวกรรมสังคม
โจมตีท้าทายระบบตรวจสอบอัตโนมัติตามต้องการโดย
โต้ตอบที่ซับซ้อนก่อนที่จะส่งส่วนของข้อมูล โต้
ที่สามารถยากที่จะจำลอง algorithmically.
โจมตีที่ตั้งค่าคอนฟิกซอฟต์แวร์เฉพาะเป้าหมายสามารถท้าทาย
Honeypots VM ที่จ้างรูป VM กับ OS อื่น,
เบราว์เซอร์ หรือตั้งค่าของปลั๊กอิน แม้หนึ่งจัดวางหลาย VMimages
มีส่วนประกอบของซอฟต์แวร์ต่าง ๆ เลือกรูปภาพสแกนเป็น
หน้าเป็นความท้าทาย [3], และทรัพยากรจำกัดอาจลด
จำนวนครั้งที่หน้าสามารถสแกน มีค่าแตกต่างกัน
ตอแหลเลียนแบบเบราว์เซอร์ เครื่องยนต์ AV หรือ วิเคราะห์ด้วยตนเอง,
คู่แข่งสามารถทดสอบคุณสมบัติ idiosyncratic ของเบราว์เซอร์ และ

ผลลัพธ์ (ไทย) 2:

ในส่วนที่ 2 เราได้กล่าวถึงแนวทางที่แตกต่างสำหรับการตรวจจับเว็บเพจที่เป็นอันตราย
ตามมาตรฐาน เป็นเพียงวิธีการเหล่านี้จะเป็นศัตรู
ซึ่งจะช่วยปรับปรุงให้ดีขึ้นได้มากขึ้นมีทักษะในการซ่อนเนื้อหาที่เป็นอันตราย ในการทำความเข้าใจว่าศัตรูความพยายามเพื่อการเข้าพักตามเรดาร์

ได้ดียิ่งขึ้นเรามีบทสรุปของยุทธวิธีโดยทั่วไปที่เราจะได้เผชิญหน้ากับ.ทางด้านวิศวกรรม
ทางสังคมก็เป็นการกระจายการเติบโตที่มัลแวร์
เวกเตอร์[ 18 ] ในการโจมตีทางด้านวิศวกรรมทางสังคมจะขอให้ผู้ใช้
ติดตั้งไบนารีมัลแวร์ที่อยู่ ภายใต้ การหลอกลวง ทางด้านวิศวกรรมทางสังคม
ซึ่งจะช่วยการโจมตีระบบการตรวจจับการทำงานโดยอัตโนมัติได้โดยต้องมีการโต้ตอบ
คอมเพล็กซ์ชี้ขาดก่อนการรับน้ำหนักที่มีการโต้ตอบกัน
ที่สามารถเป็นไปได้ยากที่จะทำการจำลอง algorithmically .
การโจมตีซึ่งมีเป้าหมายการปรับตั้งค่าการใช้งานซอฟท์แวร์เฉพาะความท้าทายยังสามารถ
honeypots VM ที่ใช้ ภาพ VM ที่มีระบบปฏิบัติการต่างกันให้ตั้งค่าหรือ
เบราเซอร์ของปลั๊กอิน. แม้ว่าหนึ่งใช้ vmimages หลาย
ซึ่งจะช่วยพร้อมด้วยส่วนประกอบซอฟท์แวร์ที่ต่างกันการเลือก ภาพ ที่จะสแกนหน้า
เป้าหมายที่มีความท้าทาย[ 3 ]และข้อจำกัดทรัพยากรอาจช่วยลดจำนวน
ซึ่งจะช่วยได้ในครั้งหน้าที่สามารถทำการสแกนด้วยการกำหนดค่าที่แตกต่างกัน.
หลบจำลองมา,เบราเซอร์เครื่องยนต์ AV หรือมีการวิเคราะห์ด้วยตนเอง
ศัตรูจะสามารถทำการทดสอบคุณสมบัติของลักษณะเฉพาะตัวของเบราเซอร์และ