Op handtekeningen gebaseerde malwaredetectie is gebaseerd op het identificeren van bekende malware door de kenmerken ervan (de 'handtekening') te vergelijken met een database met bekende kwaadaardige code. Zie het als een vingerafdruk van een virus.
Hier is een overzicht:
* Handtekening: Dit is een uniek stukje code, een specifieke reeks bytes of een specifiek patroon binnen de code van de malware. Het is een kenmerk dat een bepaald stuk malware op unieke wijze identificeert. Dit kan zijn:
* Een specifieke tekstreeks binnen de code.
* Een unieke reeks instructies.
* Een specifieke bestandshash (MD5, SHA-1, SHA-256). Dit zijn cryptografische controlesommen die de inhoud van een bestand op unieke wijze identificeren.
* Database: Antivirussoftware en andere beveiligingsproducten houden uitgebreide databases van deze handtekeningen bij. Deze databases worden voortdurend bijgewerkt door beveiligingsonderzoekers zodra er nieuwe malware wordt ontdekt.
* Detectie: Wanneer een bestand of proces wordt aangetroffen, vergelijkt de beveiligingssoftware de kenmerken ervan met de handtekeningen in de database. Als er een overeenkomst wordt gevonden, identificeert de software het bestand of proces als schadelijk.
Beperkingen van op handtekeningen gebaseerde detectie:
* Zero-day-exploits: Op handtekeningen gebaseerde detectie is niet effectief tegen nieuwe malware (zero-day malware) die nog niet eerder is gezien en daarom geen handtekening in de database heeft.
* Polymorfe en metamorfe malware: Sommige malware verandert de code een beetje elke keer dat het een systeem infecteert (polymorf) of verandert de structuur fundamenteel (metamorf), waardoor het moeilijk wordt om alleen met handtekeningen te detecteren.
* Heuristische analyse nodig voor onbekend: Als er geen handtekening wordt gevonden, kan deze geen onbekende malware detecteren.
Hoewel op handtekeningen gebaseerde detectie een cruciale eerste verdedigingslinie is, wordt deze vaak gebruikt in combinatie met andere methoden, zoals heuristische analyse (zoeken naar verdacht gedrag) en machinaal leren, om een uitgebreidere bescherming te bieden. |