Tạp chí Khoa học và Công nghệ trong lĩnh vực An toàn thông tin

(Journal of Science and Technology on Information security) ISSN 2615-9570

Bài viết

Large-scale Android malware detection by integrating Blockchain and IPFS for secure virus signature distribution

DOI: 10.54654/isj.v1i24.1085
Từ khóaVi-rútchữ kýchuỗi khốimã độc AndroidIPFS

Tóm tắt

Mối đe dọa ngày càng gia tăng của mã độc Android nhấn mạnh những hạn chế của các hệ thống antivirus tập trung, vốn phải đối mặt với các thách thức như độ trễ, điểm lỗi đơn lẻ và dễ bị tấn công. Để giải quyết các vấn đề này, bài báo này đề xuất một khung phân phối chữ ký virus, tên HypatiaX, tận dụng công nghệ blockchain thông qua Hyperledger Fabric và InterPlanetary File System (IPFS). Hệ thống HypatiaX cung cấp khả năng phân phối chữ ký virus an toàn, hiệu quả và minh bạch, đồng thời đảm bảo lưu trữ dữ liệu mở rộng và linh hoạt. Bằng cách sử dụng Blockchain để quản lý chữ ký virus và IPFS để lưu trữ phi tập trung, HypatiaX hỗ trợ cập nhật dữ liệu chữ ký mã độc trong môi trường phân tán. Đánh giá hiệu suất cho thấy mức tiêu thụ tài nguyên thấp, phản hồi truy vấn nhanh và quét mã độc hiệu quả trong các điều kiện khác nhau. Các thành phần nâng cao, bao gồm bộ điều khiển sổ cái (ledger controller), trình thu thập chữ ký (signature crawler), trình quản lý khóa (key manager) và IPFS client, giúp tăng cường lưu trữ phi tập trung, quản lý khóa an toàn và cập nhật chữ ký tự động. Khung này mang lại những đóng góp tiềm năng trong việc chống lại mã độc Android, đồng thời khắc phục những điểm yếu vốn có của các giải pháp antivirus truyền thống.

Lượt tải theo tháng

0275406/2507/2508/2509/2510/2511/2512/2501/2602/2603/2604/2605/26

Di chuột vào cột để xem số lượt tải.

Cách trích dẫn

Nguyễn Tấn Cầm, Phạm Nhật Duy, Hoàng Mai Thiên Phúc (2025). Large-scale Android malware detection by integrating Blockchain and IPFS for secure virus signature distribution. Tạp chí Khoa học và Công nghệ trong lĩnh vực An toàn thông tin, 1(24), 72-87. https://doi.org/10.54654/isj.v1i24.1085

Tài liệu tham khảo

  1. 1.. Huang, H.-S., Chang, T.-S., & Wu, J.-Y. (2020). A secure file sharing system based on IPFS and blockchain. Proceedings of the 2nd International Electronics Communication Conference, 96–100.
  2. 2.. Marhane, K., Taif, F., & Namir, A. (2023). Secure sharing of university data using Hyperledger Fabric and IPFS system. Procedia Computer Science, 224, 163–168. Elsevier.
  3. 3.. Milazzo, A. M., Schiatti, L., Giordano, G., & Viale, E. (2018). Antivirus signature distribution with distributed ledger. US Patent 10,063,572, Google Patents.
  4. 4.. Alsaiary, N. M., & Ahmed, S. (2024). Application of blockchain technology in securing mobile applications. AIP Conference Proceedings, 3072(1). AIP Publishing.
  5. 5.. Gupta, S., Thakur, P., Biswas, K., Kumar, S., & Singh, A. P. (2021). Toward a novel decentralized multi-malware detection engine based on blockchain technology. Emerging Technologies in Data Mining and Information Security: Proceedings of IEMIS 2020, Volume 2, 811–819. Springer.
  6. 6.. Fuji, R., Usuzaki, S., Aburada, K., Yamaba, H., Katayama, T., Park, M., Shiratori, N., & Okazaki, N. (2019). Investigation on sharing signatures of suspected malware files using blockchain technology. International Multi Conference of Engineers and Computer Scientists (IMECS), 94–99.
  7. 7.. Abdul Rahman, S. H., Nevin Gabriel, C., Haw, S. C., & Zainuddin, A. A. (2023). Blockchain malware detection tool based on signature technique. Advances in Artificial Intelligence and Machine Learning, 3(4), 1654–1670. Shimur Publications.
  8. 8.. Robert, P., Senkamalavalli, R., Vedanarayanan, V., & Manivannan, D. (2023). Blockchain-based malware detection system for smartphone applications. 2023 8th International Conference on Communication and Electronics Systems (ICCES), 216–221. IEEE.
  9. 9.. Boobalan, P., Keerthana, R., Nandhini, K., & Vignesh, P. (2020). Multi feature detection and signature sharing of Android malware using blockchain. IIRJET, 5(3).
  10. 10.. Kwefati, A. (2021). HuntChain Project: A blockchain-based malware detection tool.
  11. 11.. Hu, Q., Asghar, M. R., & Zeadally, S. (2021). Blockchain-based public ecosystem for auditing security of software applications. Computing, 103(11), 2643–2665. Springer.
  12. 12.. Khellaf, R., & Boudouda, S. (2024). Enhancing mobile enterprise security: A blockchain and agent paradigm-based approach for continuous protection and rapid adaptation. IEEE Access. IEEE.
  13. 13.. Rohith, C., & Kaur, G. (2021). A comprehensive study on malware detection and prevention techniques used by anti-virus. 2021 2nd International Conference on Intelligent Engineering and Management (ICIEM), 429–434. IEEE.
  14. 14.. Lee, D. G. (2021). A study on malicious code detection using blockchain and deep learning. KIPS Transactions on Computer and Communication Systems, 10(2), 39–46. Korea Information Processing Society.
  15. 15.. Denysiuk, D., Geidarova, O., Kapustian, M., Lysenko, S., & Sachenko, A. (2023). Blockchain-based deep learning algorithm for detecting malware. IntelITSIS, 529–538.
  16. 16.. Kumar, R., Wang, W., Kumar, J., Yang, T., & Ali, W. (2021). Collective intelligence: Decentralized learning for Android malware detection in IoT with blockchain. arXiv preprint arXiv:2102.13376.
  17. 17.. Martin, G., Spencer, D., Hair, A., K, D., Laudanna, S., P, V., & Visaggio, C. A. (2022). Mobile malware detection using consortium blockchain. Artificial Intelligence for Cybersecurity, 137–160. Springer.
  18. 18.. Gu, J., Sun, B., Du, X., Wang, J., Zhuang, Y., & Wang, Z. (2018). Consortium blockchain-based malware detection in mobile devices. IEEE Access, 6, 12118–12128. IEEE.
  19. 19.. Sheela, S., Shalini, S., Harsha, D., Chandrashekar, V. T., & Goyal, A. (2023). Decentralized malware attacks detection using blockchain. ITM Web of Conferences, 53, 03002. EDP Sciences.
  20. 20.. Cui, Y., Sun, Y., Lin, Z., Ma, B., & Li, Y. (2023). Potentially unwanted app detection for blockchain-based Android app marketplace. IEEE Internet of Things Journal, 10(24), 21154–21167. IEEE.
  21. 21.. Gupta, S., Thakur, P., Biswas, K., Kumar, S., & Singh, A. P. (2021). Developing a blockchain-based and distributed database-oriented multi-malware detection engine. Machine Intelligence and Big Data Analytics for Cybersecurity Applications, 249–275. Springer.
  22. 22.. Wressnegger, C., Freeman, K., Yamaguchi, F., & Rieck, K. (2017). Automatically inferring malware signatures for anti-virus assisted attacks. Proceedings of the 2017 ACM on Asia Conference on Computer and Communications Security, 587–598.
  23. 23.. Senanayake, J., Kalutarage, H., Petrovski, A., Piras, L., & Al-Kadri, M. O. (2024). Defendroid: Real-time Android code vulnerability detection via blockchain federated neural network with XAI. Journal of Information Security and Applications, 82, 103741. Elsevier.
  24. 24.. Park, J. H., Singh, S. K., Salim, M. M., Azzaoui, A. E., & Park, J. H. (2022). Ransomware-based cyber attacks: A comprehensive survey. Journal of Internet Technology, 23(7), 1557–1564.
  25. 25.. Kalphana, K. R., Aanjankumar, S., Surya, M., Ramadevi, M. S., Ramela, K. R., Anitha, T., Nagaprasad, N., & Krishnaraj, R. (2024). Prediction of android ransomware with deep learning model using hybrid cryptography. Scientific Reports, 14(1), 22351. Nature Publishing Group UK London.
  26. 26.. Hyperledger. (2024). Hyperledger Fabric. Retrieved from [https://github.com/hyperledger/fabric] (Accessed: Sep 10, 2024).
  27. 27.. Cisco Talos. (2024). ClamAV. Retrieved from [https://github.com/Cisco-Talos/clamav] (Accessed: Sep 10, 2024).
  28. 28.. Bhatia, A. (2020). Collection of android malware samples. Retrieved from [https://github.com/ashishb/android-malware] (Accessed: Oct 20, 2024).
  29. 29.. Divested Computing Group. (2024). Hypatia. Retrieved from [https://f-droid.org/en/packages/us.spotco.malwarescanner/] (Accessed: Sep 10, 2024).
  30. 30.. Tuan, H. M., Hai, T. H. ., & Thu, P. H. (2023). A new study for global dynamics and numerical simulation of a discrete-time computer virus propagation model. Journal of Science and Technology on Information Security, 3(20), 35-42. https://doi.org/10.54654/isj.v3i20.982
  31. 31.. Toan, N. N. ., Dung, L. T., & Thang, D. Q. (2022). Static Feature Selection for IoT Malware Detection. Journal of Science and Technology on Information Security, 1(15), 74-84. https://doi.org/10.54654/isj.v1i15.844.

Bài viết liên quan