• norsk
    • English
  • English 
    • norsk
    • English
  • Login
View Item 
  •   Home
  • Fakultet for informasjonsteknologi og elektroteknikk (IE)
  • Institutt for informasjonssikkerhet og kommunikasjonsteknologi
  • View Item
  •   Home
  • Fakultet for informasjonsteknologi og elektroteknikk (IE)
  • Institutt for informasjonssikkerhet og kommunikasjonsteknologi
  • View Item
JavaScript is disabled for your browser. Some features of this site may not work without it.

Real time detection and analysis of PDF-files

Borg, Knut
Master thesis
Thumbnail
View/Open
KBorg.pdf (1.773Mb)
URI
http://hdl.handle.net/11250/143970
Date
2013
Metadata
Show full item record
Collections
  • Institutt for informasjonssikkerhet og kommunikasjonsteknologi [1947]
Abstract
ENGLISH: The PDF-file format is a very popular format to perform attacks with due to the format being quite

versatile. A PDF-file can be used as direct attacks against specific targets like the government,

the army or other high value targets. These kinds of attacks may be performed by foreign

intelligence or by organised crime because they have the most to gain by a successful attack.

The attacks are often well obfuscated which makes it easy for users to unintentionally execute

the malware on his/her machine. A PDF-file may for instance contain a well written report with

important information to the user [1], but do also contain malicious code in order to perform

reconnaissance on the target’s network.

This master thesis is a continuation of the results of Jarle Kittilisen’s master thesis in 2011. The

thesis will utilize Kittilsen’s proposed methodology by using the machine learning tool ’support

vector machine’ in order to classify PDF-files as malicious or benign. This thesis will focus on

online detection of PDF-files where as Kittilsen performed post-detection. One of the biggest

problems with an online detection of PDF-files is the time frame from the PDF-file is detected

until it has been classified as either malicious or benign. This master thesis seek to provide

answers for the viability of an online detection system of PDF-files.
 
NORSK: En PDF-fil kan bli brukt som et direkte angrep mot spesifikke mål som f.eks. regjeringen, militæret

eller andre verdifulle mål. Slik angrep kan bli utført av organiserte kriminelle eller utenlandske

etterretningstjenester fordi disse gruppene kan tjene mye på et suksessfullt angrep. Angrepene

er ofte godt gjemt slik at sannsynligheten for at brukere uvitende kjører skadelig kode på deres

PC-er er stor. En PDF-fil kan f.eks. inneholde en godt skrevet rapport med viktig informasjon som

er relevant for brukeren [1], men PDF-filen kan også inneholde kode som kan gjøre det mulig

for angriper å rekogniserer nettverket som brukeren befinner seg på.

Denne masteroppgaven er en videreutvikling basert på resultatene i Jarle Kittilsens

masteroppgave fra 2011 [2]. Masteroppgaven vil bruke Kittilsens foreslåtte metode om å bruke

maskinlærings verktøyet ’support vector machine’ for å kunne klassifisere PDF-filer som godartet

eller skadelig. Masteroppgaven vil fokusere på muligheten for et online deteksjonssystem av PDFfiler

fordi Kittilsen fokuserte på deteksjon av PDF-filer i etterkant av at filene hadde kommet fram

til mottakerne. Et av de største problemene til et online deteksjonssystem er tidsbruken fra en

PDF-fil blir detektert til den har blitt klassifisert som godartet eller skadelig. Denne masteroppgaven

ønsker å finne svar på hvorvidt et online deteksjonssystem for PDF-filer er en reell mulighet.
 

Contact Us | Send Feedback

Privacy policy
DSpace software copyright © 2002-2019  DuraSpace

Service from  Unit
 

 

Browse

ArchiveCommunities & CollectionsBy Issue DateAuthorsTitlesSubjectsDocument TypesJournalsThis CollectionBy Issue DateAuthorsTitlesSubjectsDocument TypesJournals

My Account

Login

Statistics

View Usage Statistics

Contact Us | Send Feedback

Privacy policy
DSpace software copyright © 2002-2019  DuraSpace

Service from  Unit