Malware Detection with Machine Learning
Chamorro Fernández, Adrián
Oropesa Fisica, Ana, dir. (Universitat Autònoma de Barcelona. Departament d'Enginyeria de la Informació i de les Comunicacions)
Universitat Autònoma de Barcelona. Escola d'Enginyeria

Títol variant:	Detección de malware con inteligencia artificial
Títol variant:	Detecció de malware amb intel·ligència artificial
Data:	2020
Resum:	Ante la necesidad de un método definitivo que pueda hacer frente a los hackers y su gran cantidad de ataques diarios, nace la idea de este proyecto, que se basa en utilizar la potencia de la inteligencia artificial como objetivo para conseguir mayor seguridad en los sistemas informáticos. En este informe se escogerán dos modelos de inteligencia artificial diferentes junto con un conjunto de datos para comparar sus resultados y se escogerá un modelo para aplicar mejoras mediante diferentes técnicas y ası́ crear un modelo aún más robusto y efectivo contra los ficheros malware. Con los modelos escogidos y el desarrollado en este proyecto, se realizará una comparación con unas métricas previamente seleccionadas para evaluar el rendimiento de cada uno. En definitiva, se mostrará la capacidad de precisión que puede tener la inteligencia artificial junto con la ciberseguridad sin la interacción de ningún humano y las diferentes técnicas que conllevan a ello.
Resum:	Faced with the need to find a final method which deal with hackers and the huge daily number of attacks, it borns the idea of this project, which is based on use the power of artificial intelligence like a goal to get better security on computer systems. In this paper it will choose two different artificial intelligence models in conjunction with a dataset to compare their results and it will pick one model to apply improvements by different techniques and in this way create an even more robust and effective model against malware files. With the picked models and the one developed in this project, it will make a comparison with a previous chose metrics between each of them to asses performance results. In short, it will show precision capacity that it can have artificial intelligence with the help of cybersecurity without any human interaction and the different techniques which lead to it.
Resum:	Davant la necessitat d'un mètode definitiu que pugui fer front als hackers i la seva gran quantitat d'atacs diaris, neix la idea d'aquest projecte, que es basa a utilitzar la potència de la intel·ligència artificial com a objectiu per a aconseguir major seguretat en els sistemes informàtics. En aquest informe es triaran dos models d'intel·ligència artificial diferents juntament amb un conjunt de dades per a comparar els seus resultats i es triarà un model per a aplicar millores mitjançant diferents tècniques i així crear un model encara més robust i efectiu contra els fitxers malware. Amb els models triats i el desenvolupat en aquest projecte, es realitzarà una comparació amb unes mètriques prèviament seleccionades per a avaluar el rendiment de cadascun. En definitiva, es mostrarà la capacitat de precisió que pot tenir la intel·ligència artificial juntament amb la ciberseguretat sense la interacció de cap humà i les diferents tècniques que comporten a això.
Drets:	Aquest document està subjecte a una llicència d'ús Creative Commons. Es permet la reproducció total o parcial, la distribució, i la comunicació pública de l'obra, sempre que no sigui amb finalitats comercials, i sempre que es reconegui l'autoria de l'obra original. No es permet la creació d'obres derivades.
Llengua:	Castellà
Titulació:	Grau en Enginyeria Informàtica [2502441]
Pla d'estudis:	Enginyeria Informàtica [958]
Document:	Treball final de grau ; Text
Àrea temàtica:	Menció Tecnologies de la Informació
Matèria:	Malware ; Intel·ligència Artificial ; Ciberseguretat ; Classificació binària ; Light Gradient Boosting Machine ; Deep Neuronal Network ; Mètodes de Conjunts ; Conjunts de dades ; Inteligencia Artificial ; Ciberseguridad ; Clasificación Binaria ; Métodos de Conjunto ; Conjunto de datos ; Artificial Intelligence ; Cybersecurity ; Binary Classification ; Ensemble Methods ; Datasets

11 p, 669.5 KB

El registre apareix a les col·leccions:
Documents de recerca > Treballs de Fi de Grau > Escola d'Enginyeria. TFG