Hachage
Tout d'abord, passons en revue les bases et familiarisons-nous avec un concept tel qu'un hachage !
Algorithme de hachage est une fonction mathématique qui prend en compte des données de n'importe quelle taille et produit une sortie appelée hash or résumé du message. La sortie est une représentation unique des données d'entrée, qui peut être utilisée pour vérifier que les données n'ont pas été falsifiées. Des algorithmes de hachage sont utilisés pour garantir l'intégrité et l'authenticité des données.
En termes simples, un hachage est une empreinte numérique unique d’une donnée. C'est comme un code qui représente les données. Le code est généré par une fonction mathématique appelée fonction de hachage. Si les données changent ne serait-ce qu'un petit peu, le hachage sera différent.
Il existe des caractéristiques clés principales pour le hachage :
- Déterministe: Une fonction de hachage doit toujours produire la même sortie pour une entrée donnée. Cela signifie que si vous hachez les mêmes données deux fois, vous devriez obtenir la même valeur de hachage à chaque fois.
- Irréversibilité: Il devrait être informatiquement impossible de reconstruire les données d'entrée d'origine à partir de leur valeur de hachage. Cette propriété est importante pour la sécurité, car elle protège les données originales contre la découverte par des attaquants qui n'ont accès qu'à la valeur de hachage.
- Uniformité: Une fonction de hachage doit produire une distribution uniforme des valeurs de hachage sur toutes les entrées possibles. Cela signifie que chaque valeur de hachage doit avoir la même probabilité de se produire et qu'il ne doit y avoir aucune tendance ni biais dans la distribution des valeurs de hachage.
- Imprévisibilité: Il devrait être informatiquement impossible de prédire la valeur de hachage d'une entrée sur la base des valeurs de hachage d'autres entrées ou des propriétés de la fonction de hachage elle-même. Cette propriété est importante pour la sécurité, car elle rend difficile aux attaquants de créer une collision (deux entrées différentes produisant la même valeur de hachage).
- Résistance aux attaques par collision: Une fonction de hachage doit être résistante aux attaques par collision, qui impliquent de trouver deux entrées différentes produisant la même valeur de hachage. Les attaques par collision peuvent être utilisées pour créer des signatures numériques frauduleuses ou pour contourner les contrôles d'accès. Il est donc important qu'une fonction de hachage soit conçue pour y résister.
Autres caractéristiques des hachages que vous pouvez trouver sur la page Wikipédia :https://en.wikipedia.org/wiki/Hash\_function
Vérification des données. Liste noire et liste blanche.
Dans le contexte des logiciels antivirus, des algorithmes de hachage sont utilisés pour détecter les logiciels malveillants ou exclure les alertes faussement positives. Le logiciel antivirus conserve une base de données des hachages de logiciels malveillants connus (blacklist) et des hachages logiciels fiables (whitelist). Lorsqu'un fichier est analysé, son hachage est comparé aux hachages de la base de données.
Les algorithmes de hachage les plus couramment utilisés pour la vérification des données sont MD5, SHA-1, SHA-256 and SHA-512.
L'utilisation de hachages dans les listes noires et blanches antivirus permet d'accélérer le processus d'analyse, puisque le programme antivirus n'a pas besoin d'effectuer une analyse détaillée de chaque fichier pour déterminer s'il est malveillant ou non. Au lieu de cela, il peut comparer les valeurs de hachage des fichiers avec celles de la liste noire/liste blanche pour identifier rapidement les menaces connues ou les applications fiables.
Liste noire
Dans le cadre de la cybersécurité et des logiciels antivirus, une liste noire est une liste de fichiers malveillants connus ou de parties de ces fichiers. Lorsqu'un programme antivirus analyse un ordinateur ou un réseau, il compare les fichiers et les entités rencontrés avec la liste noire pour identifier les menaces. Si un fichier ou une entité correspond à une entrée de la liste noire, le programme antivirus prendra des mesures pour le supprimer ou le mettre en quarantaine afin d'éviter qu'il ne cause des dommages.
Même si les listes noires peuvent être utiles pour détecter et prévenir les menaces connues, elles ne sont pas toujours efficaces pour protéger contre les menaces nouvelles et inconnues. Les attaquants peuvent utiliser diverses techniques, telles que l'obscurcissement ou le polymorphisme, pour modifier le code ou le comportement d'un fichier ou d'une entité afin d'échapper à la détection par les programmes antivirus.
Par conséquent, les programmes antivirus utilisent souvent une combinaison de techniques, telles que whitelisting et la détection basée sur le comportement, pour compléter l'utilisation de listes noires et fournir une protection plus complète contre un plus large éventail de menaces.
Liste blanche
Dans le contexte de la cybersécurité et des logiciels antivirus, une liste blanche est une liste de fichiers fiables connus pour être sûrs. Si un fichier ou une entité correspond à une entrée de la liste blanche, le programme antivirus lui permettra de s'ouvrir/s'exécuter sans aucune action, car il est considéré comme sûr.
Les listes blanches sont utiles pour éviter les faux positifs dans les programmes antivirus et de sécurité. Les faux positifs se produisent lorsqu'un programme ou un fichier est signalé comme malveillant ou nuisible alors qu'il est réellement sûr. En utilisant une liste blanche, les programmes de sécurité peuvent contourner ces faux positifs, ce qui permet de gagner du temps et d'éviter des alertes inutiles.
L'utilisation de hachages et de listes noires/blanches peut être un moyen efficace de se protéger contre les menaces connues et d'éviter les faux positifs dans les programmes antivirus et de sécurité.
Pourquoi les antivirus utilisent-ils plusieurs algorithmes de hachage ?
Les programmes antivirus utilisent plusieurs algorithmes de hachage pour plusieurs raisons :
- Résistance aux attaques par collisionMême si les listes noires peuvent être efficaces pour détecter et prévenir les menaces connues, elles ne sont pas infaillibles. Les attaquants peuvent utiliser diverses techniques pour échapper à la détection, telles que la modification des données pour éviter de correspondre aux signatures de la liste noire. Ces techniques sont appelées « attaques par collision ». <br> Une attaque par collision est un type d'attaque cryptographique dans laquelle un attaquant tente de trouver deux entrées différentes, telles que des fichiers ou des messages, qui produisent la même valeur de hachage lorsqu'elles sont exécutées via une fonction de hachage (collision). L'objectif d'une attaque par collision est de créer une paire d'entrées pouvant être utilisées pour renverser un système qui s'appuie sur l'intégrité des valeurs de hachage, telles que les signatures numériques, l'authentification par mot de passe ou les contrôles d'intégrité des données. Si un attaquant parvient à détecter une collision, il peut l'utiliser pour contourner les mesures de sécurité qui reposent sur la fonction de hachage. <br> Pour atténuer le risque d'attaques par collision, les antivirus utilisent des fonctions de hachage puissantes et résistantes aux attaques, et utilisent plusieurs fonctions de hachage simultanément. Par exemple, si un programme antivirus utilise uniquement l'algorithme de hachage MD5, un attaquant pourrait potentiellement créer un fichier malveillant possédant le même hachage MD5 qu'un fichier légitime et tromper le programme antivirus en lui faisant considérer le fichier malveillant comme sûr. Cependant, l’utilisation de plusieurs algorithmes de hachage, tels que MD5, SHA-1 et SHA-256, rend plus difficile pour un attaquant de créer une attaque par collision qui fonctionnerait simultanément contre tous les algorithmes.
- EfficacitéDifférents algorithmes de hachage ont des exigences de calcul différentes, et certains peuvent être plus efficaces que d'autres en fonction de la taille, du type ou d'autres facteurs du fichier. L'utilisation de plusieurs algorithmes de hachage permet aux programmes antivirus de sélectionner l'algorithme le plus approprié pour une situation donnée, ce qui permet d'économiser du temps et de la puissance de traitement. Par exemple, SHA-256 peut nécessiter plus de calculs que MD5, de sorte qu'un programme antivirus peut choisir d'utiliser MD5 pour les fichiers plus petits et SHA-256 pour les fichiers plus volumineux.
- FlexibilitéDifférents algorithmes de hachage sont conçus pour différents cas d'utilisation et applications. En utilisant plusieurs algorithmes de hachage, les programmes antivirus peuvent s'adapter à différents besoins et scénarios, tels que la détection de logiciels malveillants, la vérification de l'intégrité des fichiers ou la détection de falsification ou de modification. Par exemple, un enquêteur judiciaire peut utiliser un algorithme de hachage différent de celui d'un programme antivirus pour garantir que les données n'ont pas été modifiées au cours d'une enquête.
L’utilisation de plusieurs algorithmes de hachage constitue une bonne pratique en matière de développement de logiciels de cybersécurité et d’antivirus, car elle offre robustesse, compatibilité, efficacité et flexibilité dans la détection et la prévention des cybermenaces.
Comment les antivirus reconnaissent-ils les données et fichiers similaires mais non identiques ?
Des fichiers similaires mais non identiques peuvent poser problème en matière de cybersécurité, car ils peuvent être utilisés par des attaquants pour échapper à la détection par un logiciel antivirus.
Par exemple, un attaquant peut prendre un fichier malveillant connu et apporter de légères modifications à son code ou à sa structure, comme changer les noms de variables ou réorganiser les instructions. Ces modifications peuvent suffire à créer un nouveau fichier similaire mais non identique au fichier malveillant d'origine, et qui peut ne pas être détecté par un logiciel antivirus qui s'appuie sur des méthodes de détection traditionnelles basées sur le hachage.
De plus, les attaquants peuvent utiliser des fichiers similaires mais non identiques pour créer des logiciels malveillants polymorphes, qui peuvent modifier leur code ou leur structure à chaque infection pour éviter d'être détectés. Les logiciels malveillants polymorphes peuvent être très difficiles à détecter à l’aide des techniques antivirus traditionnelles, qui reposent sur la reconnaissance de modèles ou de signatures spécifiques dans le code du logiciel malveillant.
Pour résoudre ce problème, les antivirus utilisent hachages flous.
Le hachage flou est une technique utilisée par certains logiciels antivirus pour détecter des fichiers similaires mais non identiques, y compris les logiciels malveillants polymorphes. En divisant un fichier en morceaux plus petits et en comparant les hachages de ces morceaux à ceux d'autres fichiers, le hachage flou peut identifier les fichiers ayant un code ou une structure similaire, même s'ils ne sont pas identiques.
Le hachage flou fonctionne en identifiant les séquences d'octets qui apparaissent fréquemment dans le fichier. Ces séquences, également appelées « morceaux », sont ensuite hachées à l'aide d'une fonction de hachage cryptographique pour générer une valeur de hachage. Les valeurs de hachage des fragments sont ensuite comparées à celles d'autres fichiers pour identifier les fragments similaires.
L’avantage du hachage flou est qu’il peut détecter des similitudes même lorsque les fichiers ont été modifiés ou obscurcis, ce qui en fait un outil puissant pour identifier les variantes de logiciels malveillants connus. Par exemple, si un attaquant modifie un fichier malveillant connu en changeant les noms de variables ou de fonctions, les méthodes de détection traditionnelles basées sur le hachage peuvent ne pas détecter le fichier modifié. Cependant, le hachage flou peut toujours détecter le fichier modifié en identifiant des morceaux similaires à ceux du fichier malveillant d'origine.
Contrairement aux algorithmes de hachage cryptographique comme MD5, SHA-1 ou SHA-512, les algorithmes de hachage flou produisent des valeurs de hachage de longueur variable basées sur la similarité des données d'entrée.
Avantages des hachages flous
- Détection de fichiers similaires: Les hachages flous peuvent détecter des fichiers similaires même s'ils ont été légèrement modifiés, ce qui est utile pour identifier les variantes de logiciels malveillants connus.
- Réduction des faux positifs: Les hachages flous peuvent réduire le nombre de faux positifs générés par les méthodes de détection traditionnelles basées sur le hachage. En effet, les hachages flous peuvent détecter des fichiers similaires mais non identiques à des logiciels malveillants connus.
- Résilience à l'obscurcissement: Les hachages flous sont plus résistants aux techniques d'obscurcissement utilisées par les attaquants pour échapper à la détection. En effet, l'algorithme de hachage flou divise le fichier en morceaux plus petits et génère des hachages pour chaque morceau, ce qui rend plus difficile pour un attaquant de modifier le fichier de manière à échapper à la détection.
Limites du hachage flou
- Faux positifs: Le hachage flou peut produire des faux positifs, dans lesquels des fichiers légitimes sont signalés comme malveillants car leur code ou leur structure est similaire à celui d'un logiciel malveillant connu. Cela peut se produire si les fichiers partagent des bibliothèques ou des frameworks communs.
- Performances: Le hachage flou peut nécessiter beaucoup de calculs, en particulier pour les fichiers volumineux. Cela peut ralentir le processus d'analyse et avoir un impact sur les performances du système.
- Limites de taille: Le hachage flou peut ne pas fonctionner correctement sur de très petits fichiers ou sur des fichiers à faible entropie, car il peut ne pas y avoir suffisamment de morceaux uniques pour générer des hachages significatifs.
- Falsification: Le hachage flou peut ne pas être efficace si un attaquant le cible spécifiquement et modifie un fichier pour éviter la détection. Par exemple, un attaquant pourrait délibérément modifier la structure d’un fichier pour empêcher son identification par hachage flou.
Quelle est la différence entre les algorithmes de hachage cryptographique et les algorithmes de hachage flou ?
Les algorithmes de hachage cryptographique et les algorithmes de hachage flou sont tous deux utilisés en cybersécurité, mais ils ont des objectifs et des caractéristiques différents.
Les algorithmes de hachage cryptographiques, tels que SHA-256 et MD5, sont conçus pour assurer l'intégrité et l'authenticité des données en générant des valeurs de hachage uniques de longueur fixe qui sont presque impossibles à procéder à une ingénierie inverse. Des algorithmes de hachage cryptographique sont utilisés pour vérifier l'intégrité des données.
Les algorithmes de hachage flous, tels que SSDEEP, sont conçus pour identifier des données similaires mais non identiques, telles que des fichiers modifiés ou reconditionnés par des auteurs de logiciels malveillants. Le hachage flou utilise une technique de fenêtre glissante pour diviser les données en petits morceaux et générer des hachages probabilistes de longueur variable qui sont comparés à une base de données de hachages de logiciels malveillants connus afin d'identifier les fichiers potentiellement malveillants.
Les algorithmes de hachage cryptographique sont conçus pour résister aux collisions, ce qui signifie qu'il est extrêmement difficile de trouver deux entrées produisant la même sortie de hachage. Les algorithmes de hachage flous n'ont pas besoin d'être résistants aux collisions puisqu'ils sont conçus pour détecter les similitudes entre les fichiers plutôt que de produire des sorties de hachage uniques.
La principale différence entre les algorithmes de hachage cryptographique et les algorithmes de hachage flous réside dans leur niveau de déterminisme. Les algorithmes de hachage cryptographique produisent des hachages déterministes de longueur fixe qui sont uniques pour chaque entrée, tandis que les algorithmes de hachage flou produisent des hachages probabilistes de longueur variable qui sont similaires pour des entrées similaires.
Quels algorithmes de hachage flou allons-nous utiliser dans notre solution ?
Dans notre solution, nous allons utiliser SSDEEP et TLSH.
ssdeep est un algorithme de hachage flou utilisé pour identifier des données similaires mais non identiques, telles que des variantes de logiciels malveillants. Il fonctionne en générant une valeur de hachage qui représente la similarité des données d'entrée, plutôt qu'un identifiant unique comme les fonctions de hachage cryptographique. La sortie de ssdeep est de longueur variable et probabiliste, ce qui lui permet de détecter même des différences mineures entre deux fichiers. ssdeep est couramment utilisé dans l'analyse et la détection de logiciels malveillants, et il est également intégré à divers outils de sécurité et logiciels antivirus.
TLSH (Trend Micro Locality Sensitive Hash) est un algorithme de hachage flou utilisé pour identifier des données similaires mais non identiques, telles que les variantes de logiciels malveillants. Il fonctionne en créant une valeur de hachage qui capture les caractéristiques uniques des données d'entrée, telles que la fréquence et l'ordre des octets. La sortie de TLSH est de longueur variable et probabiliste, ce qui lui permet de détecter des similitudes même si les données d'entrée ont été modifiées ou obscurcies. TLSH est couramment utilisé dans l’analyse et la détection des logiciels malveillants, et il est également intégré à divers outils de sécurité et logiciels antivirus.
ssdeep et TLSH utilisent tous deux des métriques de distance pour déterminer la similarité entre deux valeurs de hachage. Cependant, les métriques de distance utilisées par ssdeep et TLSH sont différentes.
ssdeep utilise la métrique « distance de hachage floue » pour calculer la distance entre deux valeurs de hachage. Cette métrique de distance est basée sur le nombre de blocs correspondants et non correspondants entre les deux hachages, ainsi que sur la taille des hachages. La métrique de distance est une valeur de pourcentage comprise entre 0 et 100, où 0 signifie que les deux hachages sont identiques et 100 signifie que les deux hachages sont complètement différents.
TLSH, quant à lui, utilise la métrique « diff totale » pour calculer la distance entre deux valeurs de hachage. Cette métrique de distance est basée sur la différence entre les caractéristiques sensibles à la localité des deux ensembles de données d'entrée. Le résultat de la métrique « diff total » est une valeur comprise entre 0 et 1 000, où 0 signifie que les deux valeurs de hachage sont identiques et 1 000 signifie que les deux valeurs de hachage sont complètement différentes.
Construire le module de hachage
Pour notre solution, nous utiliserons des bibliothèques open source :
- PolarSSL: https://polarssl.org/PolarSSL est une bibliothèque de logiciels gratuits et open source pour la mise en œuvre de protocoles cryptographiques tels que Transport Layer Security (TLS), Secure Sockets Layer (SSL), Datagram Transport Layer Security (DTLS). Il fournit divers algorithmes et protocoles cryptographiques, notamment des fonctions de hachage, un cryptage symétrique et asymétrique, des signatures numériques et des algorithmes d'échange de clés. PolarSSL est conçu pour être léger et efficace, ce qui le rend adapté à une utilisation dans des environnements aux ressources limitées.
- ssdeep: http://ssdeep.sf.net/
- TLSH: https://github.com/trendmicro/tlsh/
Après avoir implémenté les bibliothèques dans le projet, nous ajoutons un code simple :
struct HashData
{
BYTE md5[16];
BYTE sha1[20];
BYTE sha512[64];
std::string ssdeep;
std::string tlsh;
};
HashData hash(const void* buff, uint64_t size)
{
HashData snap = {};
hashes::md5(buff, size, snap.md5);
hashes::sha1(buff, size, snap.sha1);
hashes::sha4(buff, size, snap.sha512);
snap.ssdeep = hashes::ssdeepHash(buff, size);
snap.tlsh = hashes::tlshHash(buff, size);
return snap;
}
Vérification du module de hachage
Il est temps de tester le module de hachage ! Pour ce faire, nous allons créer un fichier texte avec le contenu suivant :
All the World`s a Stage by William Shakespeare
All the world`s a stage,
And all the men and women merely players;
They have their exits and their entrances,
And one man in his time plays many parts,
His acts being seven ages. At first, the infant,
Mewling and puking in the nurse`s arms.
Then the whining schoolboy, with his satchel
And shining morning face, creeping like snail
Unwillingly to school. And then the lover,
Sighing like furnace, with a woeful ballad
Made to his mistress` eyebrow. Then a soldier,
Full of strange oaths and bearded like the pard,
Jealous in honor, sudden and quick in quarrel,
Seeking the bubble reputation
Even in the cannon`s mouth. And then the justice,
In fair round belly with good capon lined,
With eyes severe and beard of formal cut,
Full of wise saws and modern instances;
And so he plays his part. The sixth age shifts
Into the lean and slippered pantaloon,
With spectacles on nose and pouch on side;
His youthful hose, well saved, a world too wide
For his shrunk shank, and his big manly voice,
Turning again toward childish treble, pipes
And whistles in his sound. Last scene of all,
That ends this strange eventful history,
Is second childishness and mere oblivion,
Sans teeth, sans eyes, sans taste, sans everything.
TEST 1 : créer deux fichiers identiques avec le même contenu (texte ci-dessus) et calculer les hachages.


SSDEEP indique que les fichiers sont 100 % identiques. TLSH indique qu'il y a 0 % de différence entre les fichiers.
TEST 2 : Créer deux fichiers identiques avec le même contenu, apporter des modifications dans le deuxième fichier et calculer les hachages
Contenu du deuxième fichier :
All the World`s a Stage by William Shakespeare
O lovely maidens, fall in love,
But not with Muscovites,
For Muscovites are foreign folk,
They do not treat you right.
A Muscovite will love for sport,
And laughing go away;
They have their exits and their entrances,
And one man in his time plays many parts,
His acts being seven ages. At first, the infant,
Mewling and puking in the nurse`s arms.
Then the whining schoolboy, with his satchel
And shining morning face, creeping like snail
Unwillingly to school. And then the lover,
Sighing like furnace, with a woeful ballad
Made to his mistress` eyebrow. Then a soldier,
Full of strange oaths and bearded like the pard,
Jealous in honor, sudden and quick in quarrel,
Seeking the bubble reputation
Even in the cannon`s mouth. And then the justice,
In fair round belly with good capon lined,
With eyes severe and beard of formal cut,
Full of wise saws and modern instances;
And so he plays his part. The sixth age shifts
Into the lean and slippered pantaloon,
With spectacles on nose and pouch on side;
His youthful hose, well saved, a world too wide
For his shrunk shank, and his big manly voice,
Turning again toward childish treble, pipes
And whistles in his sound. Last scene of all,
That ends this strange eventful history,
Is second childishness and mere oblivion,
Sans teeth, sans eyes, sans taste, sans everything.


SSDEEP indique que les fichiers sont identiques à 88 %. TLSH indique qu'il existe des différences de 4,7 % entre les fichiers.
TEST 3 : calculer les hachages de deux fichiers texte complètement différents
Contenu du deuxième fichier :
"Katerina", poem of Taras Shevchenko
(translated by John Weir)
O lovely maidens, fall in love,
But not with Muscovites [2],
For Muscovites are foreign folk,
They do not treat you right.
A Muscovite will love for sport,
And laughing go away;
He`ll go back to his Moscow land
And leave the maid a prey
To grief and shame...
It could be borne
If she were all alone,
But scorn is also heaped upon
Her mother frail and old.
The heart e`en languishing can sing –
For it knows how to wait;
But this the people do not see:
“A strumpet!“ they will say.
O lovely maidens, fall in love,
But not with Muscovites,
For Muscovites are foreign folk,
They leave you in a plight.
Young Katerina did not heed
Her parent`s warning words,
She fell in love with all her heart,
Forgetting all the world.
The orchard was their trysting-place;
She went there in the night
To meet her handsome Muscovite,
And thus she ruined her life.
Her anxious mother called and called
Her daughter home in vain;
There where her lover she caressed,
The whole night she remained.
Thus many nights she kissed her love
With passion strong and true,
The village gossips meanwhile hissed:
“A girl of ill repute!”
Let people talk, let gossips prate,
She does not even hear:
She is in love, that`s all she cares,
Nor feels disaster near.
Bad tidings came of strife with Turks,
The bugles blew one morn:
Her Muscovite went off to war,
And she remained at home.
A kerchief o`er her braids they placed
To show she`s not a maid,
But Katerina does not mind,
Her lover she awaits.
He promised her that he’d return
If he was left alive,
That he`d come back after the war –
And then she`d be his wife,
An army bride, a Muscovite
Herself, her ills forgot,
And if in meantime people prate,
Well, let the people talk!
She does not worry, not a bit –
The reason that she weeps
Is that the girls at sundown sing
Without her on the streets.
No, Katerina does not fret –
And jet her eyelids swell,
And she at midnight goes to fetch
The water from the well
So that she won`t by foes be seen;
When to the well she comes,
She stands beneath the snowball-tree
And sings such mournful songs,
Such songs of misery and grief,
The rose .itself must weep.
Then she comes home - content that she
By neighbours was not seen.
No, Katerina does not fret.
She`s carefree as can be -
With her new kerchief on her head
She looks out on the street.
So at the window day by day
Six months she sat in vain....
With sickness then was overcome,
Her body racked with pain.
Her illness very grievous proved.
She barely breathed for days ...
When it was over - by the stove
She rocked her tiny babe.
The gossips` tongues now got free rein.
The other mothers jibed
That soldiers marching home again
At her house spent the night.
“Oh, you have reared a daughter fair.
And not alone beside
The stove she sits - she`s drilling there
A little Muscovite.
She found herself a brown-eyed son...
You must have taught her how!...
Oh fie on ye, ye prattle tongues,
I hope yourselves you`ll feel
Someday such pains as she who bore
A son that you should jeer!
Oh, Katerina, my poor dear!
How cruel a fate is thine!


SSDEEP indique que les fichiers sont complètement différents, avec 0 % de correspondances. Cependant, TLSH indique que les fichiers ne sont différents qu'à 27,1 %.
Pourquoi est-ce ? Après tout, nous considérons la distance entre deux fichiers texte complètement différents, n'est-ce pas ?
Le fait est que, comme nous l'avons dit plus haut, l'algorithme TLSH prend en compte les fréquences. Bien que les textes soient différents, ils sont néanmoins écrits dans la même langue, utilisent le même alphabet et contiennent plusieurs mots identiques. Cette fonctionnalité de cet algorithme de hachage permet de détecter les modifications de fichiers malveillants.
TEST 4 : comparer 2 fichiers système Windows

SSDEEP indique que les fichiers sont complètement différents, avec 0 % de correspondances. Cependant, l'algorithme TLSH indique que les fichiers ne diffèrent que de 14,5 %. Cela est dû en partie au fait que les fichiers ont très probablement été créés par le même compilateur, par la même entreprise, en utilisant éventuellement les mêmes modèles de code. Les fichiers ont des en-têtes VERSION_INFO et MZ similaires.
TEST 5 : comparer 2 fichiers système et notre fichier hashpair.exe

SSDEEP indique que les fichiers sont complètement différents, avec 0 % de correspondances. L'algorithme TLSH indique que les fichiers diffèrent considérablement, de 73,3 %. Ces fichiers ont été compilés par différentes sociétés, en utilisant différentes bibliothèques et différents compilateurs. Ces fichiers ont des en-têtes VERSION_INFO et MZ différents. Ainsi, l'algorithme TLSH permet de catégoriser les fichiers exécutables, aidant ainsi à identifier les fichiers malveillants similaires ou les fichiers malveillants de la même famille.
Liste des outils utilisés
- WinMerge: https://winmerge.orgWinMerge est un outil de différenciation et de fusion Open Source pour Windows. WinMerge peut comparer à la fois des dossiers et des fichiers, en présentant les différences dans un format de texte visuel facile à comprendre et à gérer.
- Bloc-notes++: https://notepad-plus-plus.org/downloadsNotepad++ est un éditeur de code source gratuit (comme dans « liberté d'expression » et aussi comme dans « bière gratuite ») et un remplacement du Bloc-notes qui prend en charge plusieurs langues. Fonctionnant dans l'environnement MS Windows, son utilisation est régie par la licence publique générale GNU.
GITHUB
Vous pouvez retrouver le code de l'ensemble du projet sur notre github :https://github.com/SToFU-Systems/DSAVE
QUELLE EST LA SUITE ?
Nous apprécions votre soutien et attendons avec impatience votre engagement continu dans notre communauté.
Dans le prochain article, nous écrirons avec vous l'analyseur de ressources PE le plus simple.
Toutes les questions des auteurs de l'article peuvent être envoyées à l'e-mail : articles@stofu.io
Merci de votre attention et bonne journée !