# A Cross-Platform Study on IoT Malware

---
## Abstract
作者提出多階段的分析 : (事實上跟一般惡意軟體分析沒差多少)
**Multi-level** analysis of IoT malware programs based on static/dynamic analysis.

First
>Entropy-based method to differentiate packing malware from non-packed ones

Second
>動態、靜態分析的 Characterizing information 做 t-SNE (視覺化) provides a visual hint on
the interpretability of different features

Third
>SVM 做 malware 分類

---
## Data

IoTPOT:
IOT的 Honey Pot ，虛擬化Linux 系統，具有一些滲透漏洞，可以記錄惡意軟體的指令和動作

9,085 samples collected 以SHA256 來 label 他們

最後限制在以三大類 Bashlite 、Mirai、 Tsunami 共 2,931 samples 作為Dataset

---
[A] preprocess:
packing entropy analysis => Lyda et al.

Entropy => 不確定性問題所包含「不確定」(uncertainty) 的程度可以用數學來定量

[B]Feature Engineering

###### tags: `thesis`