Orienta��o: Alves da Silva, Anderson Aparecido

Ano: 2018

Combater ransomware, programa que bloqueia e/ou criptografa o dispositivo da vítima com objetivo de pedir um resgate pelos arquivos criptografados ou pela tela bloqueada, é uma tarefa difícil diante da rápida disseminação e mudanças que os desenvolvedores aplicam às técnicas de ofuscamento e evasão dos programas antimalwares. Um dos incentivos ao desenvolvimento deste tipo de malware é que parte das vítimas optam em pagar pelo resgate das informações devido à ausência de práticas de segurança da informação. Este trabalho propõe a unificação de dois métodos usados na análise e detecção de malware, abordando especificamente ransomware: as análises estática e dinâmica. A proposta é usar a integração das técnicas para criar um arquivo que contém tanto as características de um ransomware como as características de arquivos legítimos. Este arquivo é segmentado em duas partes: i) dados de treinamentos e construção do modelo, que são treinados com os algoritmos de aprendizado de máquina Support Vector Machine (SVM), Naive Bayes e árvore de decisão; e ii) dados de teste, que são separados para aferir a desempenho do modelo construído. Ao final, espera-se que a unificação das análises estática e dinâmica seja capaz de classificar novos e atuais tipos de ransomwares e determinar qual algoritmo de aprendizado de máquina apresenta melhor desempenho. 

Acesse: cassiopea.ipt.br/teses/2018_EC_Luiz_Rodrigo.pdf