Saya lanjutkan pembahasan paper Aslan et.al tentang malware detection. Kali ini saya lanjutkan tentang IoT based malware detection. Beberapa penelitian tentang deteksi malware pada IoT:

• Su et.al merancang sistem deteksi malware DDoS. Sistem ini mengekstrake image malwre dalam format gray-scale dari binary, kemudian melakukan klasifikasi dengan light-weight CNN.  Metode ini masih rentan terhadap teknik obfuscation.  Menurut Su, untuk mengurangi resiko tersebut dapat menggunakan feature static seperti sekuens opcode dan API calls. 
• Azmoodeh et.al merancang sistem deteksi crypto ransomware menggunakan footprint konsumsi energi pada perangkat android. Sistem ini menggunakan algoritma ML dan melakukan monitoring pola komsumsi energi dari beberapa proses. 

Sistem deteksi malware IoT masih baru dan perlu riset lebih lanjut. Sampai disini dulu, besok saya lanjutkan pembahasan tentang evaluasi dari berbagai teknik deteksi malware.

Reference:

Aslan, Ö. A., & Samet, R. (2020). A comprehensive review on malware detection approaches. IEEE Access, 8, 6249-6271.