Μέθοδοι ταξινόµησης κακόβουλου λογισµικού µε µηχανική µάθηση

Το κακόβουλο λογισµικό αποτελεί µια ολοένα και περισσότερο σηµαντική απειλή για την ασφάλεια των υπολογιστικών συστηµάτων. Μια σύγχρονη προσέγγιση για την ανίχνευση και την κατηγοριοποίηση του, αποτελεί η χρήση µοντέλων µηχανικής µάθησης. Στην παρούσα διπλωµατική εργασία, υλοποιήθηκε ένα µοντέλο αυτ...

Πλήρης περιγραφή

Λεπτομέρειες βιβλιογραφικής εγγραφής
Κύριος συγγραφέας: Ξένος, Γεώργιος
Άλλοι συγγραφείς: Xenos, Georgios
Γλώσσα:Greek
Έκδοση: 2020
Θέματα:
Διαθέσιμο Online:http://hdl.handle.net/10889/14027
Περιγραφή
Περίληψη:Το κακόβουλο λογισµικό αποτελεί µια ολοένα και περισσότερο σηµαντική απειλή για την ασφάλεια των υπολογιστικών συστηµάτων. Μια σύγχρονη προσέγγιση για την ανίχνευση και την κατηγοριοποίηση του, αποτελεί η χρήση µοντέλων µηχανικής µάθησης. Στην παρούσα διπλωµατική εργασία, υλοποιήθηκε ένα µοντέλο αυτόµατης ανίχνευσης ϐασισµένο σε δεδοµένα από στατική ανάλυση κακόβουλου λογισµικού. Στην συνέχεια, δοκιµάστηκαν διάφορες τεχνικές για την κατασκευή τέτοιων µοντέλων, για την αποτίµηση των δυνατοτήτων τους και την εξαγωγή χρήσιµων συµπερασµάτων για την ανίχνευση κακόβουλου λογισµικού.