Αποτίμηση μεθόδων μηχανικής μάθησης για ταξινόμηση κακόβουλου λογισμικού

Το κακόβουλο λογισµικό αποτελεί όλο 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, υλοποιήθηκαν τέσσερα (4) διαφορετι...

Πλήρης περιγραφή

Λεπτομέρειες βιβλιογραφικής εγγραφής
Κύριος συγγραφέας: Μάρκου, Στέφανος
Άλλοι συγγραφείς: Markou, Stefanos
Γλώσσα:Greek
Έκδοση: 2023
Θέματα:
Διαθέσιμο Online:https://hdl.handle.net/10889/25357
Περιγραφή
Περίληψη:Το κακόβουλο λογισµικό αποτελεί όλο 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, υλοποιήθηκαν τέσσερα (4) διαφορετικά µοντέλα αυτόµατης ανίχνευσης ϐασισµένα σε δεδοµένα από στατική ανάλυση κακόβουλου λογισµικού. Στην συνέχεια, δοκιµάστηκαν διάφορες τεχνικές επιλογής υπερπαραμέτρων για την κατασκευή τέτοιων µοντέλων, για την αποτίµηση των δυνατοτήτων τους και την εξαγωγή χρήσιµων συµπερασµάτων για την ανίχνευση κακόβουλου λογισµικού.