Estudo de métodos de detecção de ransomware utilizando inteligência artificial
| dc.contributor.advisor | Silva, Rodrigo Cardoso | |
| dc.contributor.author | Romar, Carlos Eduardo Chagas | |
| dc.date.accessioned | 2023-02-02T13:44:22Z | |
| dc.date.available | 2023-02-02T13:44:22Z | |
| dc.date.issued | 2022-12-09 | |
| dc.description.abstract | O presente artigo investiga as contribuições da pesquisa sobre a ˜ detecção de ransomware malware usando inteligência artificial. As principais ˆ motivações para isso estudo são a natureza destrutiva do ransomware, a di- ficuldade de reverter uma infecção por ransomware, e como ˜ e importante de- ´ tecá-lo antes de infectar um sistema. O aprendizado de máquina esta chegando ´ na vanguarda do combate ao ransomware, então tentamos identificar pontos ˜ fracos na maquina abordagens de aprendizagem e como elas podem ser fortale- ´ cidas. A ameaça representada pelo ransomware e excepcionalmente alta, com ´ novas variantes e famílias continuamente sendo encontradas na internet e na dark web. Recuperar-se de infecções por ransomware ˜ e difícil, dada a natureza da criptografia usada por eles. A exploração de abordagens de aprendizado ˜ de maquina e aprendizado profundo quando se trata de detectar ransomware ´ e de grande interesse porque o aprendizado de máquina e o aprendizado pro- ´ fundo podem detectar ameaças de zero-day. Essas técnicas podem gerar mod- ´ elos preditivos que podem aprender o comportamento de ransomware e usar esse conhecimento para detectar variantes e famílias que ainda não foram vis- tas. Nesta pesquisa, revisamos estudos de pesquisa proeminentes que mostram abordagens de aprendizado de maquina ou profundo para detectar ransomware ´ com o intuito de analisar se essas técnicas são viáveis. | pt_BR |
| dc.identifier.uri | https://dspace.mackenzie.br/handle/10899/31185 | |
| dc.language | pt_BR | pt_BR |
| dc.publisher | Universidade Presbiteriana Mackenzie | pt_BR |
| dc.rights | Attribution-NonCommercial-NoDerivs 3.0 Brazil | * |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/br/ | * |
| dc.subject | ransomware | pt_BR |
| dc.subject | inteligência artificial | pt_BR |
| dc.title | Estudo de métodos de detecção de ransomware utilizando inteligência artificial | pt_BR |
| dc.type | TCC | pt_BR |
| local.publisher.department | Faculdade de Computação e Informática (FCI) | pt_BR |
Arquivos
Pacote Original
1 - 1 de 1
Carregando...
- Nome:
- 1142-Artigo Final-5147-1-4-20221209.pdf
- Tamanho:
- 226.47 KB
- Formato:
- Adobe Portable Document Format
- Descrição:
- Carlos Eduardo Chagas Romar
Licença do Pacote
1 - 1 de 1
Carregando...
- Nome:
- license.txt
- Tamanho:
- 1.95 KB
- Formato:
- Item-specific license agreed upon to submission
- Descrição: