基於大數據架構的惡意程式知識庫研發

國網中心於2013年推出國內首座的「惡意程式知識庫」，每天蒐集設置於國內各大專院校的誘捕系統(HoneyPot)資料，從初期的二十萬隻惡意程式樣本開始累積，目前已達到千萬隻樣本的規模。為了得知惡意程式的行為，國網中心自行研發一套自動化的惡意程式分析平台(TWMAN)，用以對惡意程式進行相關的分析與檢測，每月產生的報告數量是惡意程式數量的好幾倍，現今資料量已達大數據的規模，早期設計的系統架構已逐漸無法負荷龐大的資料量處理。為改善大量資料處理及效能的問題，本論文提出一個基於大數據架構的惡意程式知識庫平台，結合非關聯式資料庫及分散式檔案系統的優點，提升資料搜尋及檔案存取的速度，有效的改善平台所面臨的問題。