Por favor, use este identificador para citar o enlazar este ítem:
https://repositorio.ufpe.br/handle/123456789/52500
Comparte esta pagina
Título : | Antivirus de última geração baseado na detecção de extensões do Google Chrome maliciosas com o uso de redes neurais extremas |
Autor : | BRITO, Leonardo Silvino |
Palabras clave : | Redes neurais artificiais; Segurança de sistemas; Mapeamento de caracteristicas; Computação forense |
Fecha de publicación : | 8-nov-2022 |
Citación : | BRITO, Leonardo Silvino .Antivirus de última geração baseado na detecção de extensões do Google Chrome maliciosas com o uso de redes neurais extremas. 2023. 41f. (Engenharia Eletrônica) - Departamento de Eletrônica e Sistemas, Centro de Tecnologia e Geociências, Universidade Federal ed Pernambuco, Recife, 2022. |
Resumen : | Apesar da presença massiva dos antivírus nos computadores pessoais, as extensões maliciosas dos navegadores continuam atuando. Uma das razões desse insucesso é porque os antivírus não consideram as extensões como aplicativos. Portanto costuma não haver a auditoria das extensões suspeitas pelos antivírus. Atualmente, ao invés de infecções convencionais através de arquivos executáveis portáveis, os \emph{malware} modernos empregam as extensões dos navegadores. O presente trabalho tem como objetivo a criação de um software antivírus visando detectar extensões maliciosas do Google Chrome (CRX). A amostra suspeita CRX é executada para infectar, propositalmente, o sistema operacional Windows monitorado em um ambiente controlado. Ao todo, nosso antivírus monitora e considera 1.098 ações que o arquivo CRX suspeito pode realizar quando executado. Os comportamentos auditados servem com neurônios de entrada das redes neurais autorais. O objetivo é reconhecer o padrão de add-ons maliciosos e separá-los dos benignos. Ao invés de redes profundas, as redes autorais são de baixa complexidade computacional. Devido aos excelentes resultados em diferentes áreas, criou-se o senso comum de que o aprendizado profundo sempre pode fornecer os melhores resultados. Na verdade, essa consideração é falsa. Para provar o embasamento teórico o antivírus autoral emprega redes neurais morfológicas superficiais ao invés de redes convolucionais profundas. O antivírus autoral tem sua acurácia comparada com os antivírus de última geração baseados em redes neurais superficiais e profundas. O antivírus autoral pode combinar alta acurácia com tempo de aprendizado reduzido. O antivírus criado alcançou um desempenho médio de 99,99\% na distinção entre arquivos CRX benignos e malware. O treinamento demanda um tempo médio de 0,60 segundos. Diferentes condições iniciais, funções de aprendizado e arquiteturas do antivírus são investigadas. As limitações dos antivírus comerciais podem ser supridas por antivírus inteligentes. Ao invés de modelos baseados em lista negra, o antivírus autoral detecta malware CRX de forma preventiva e não reativa, ao contrário do modus operandi dos antivírus tradicional. |
URI : | https://repositorio.ufpe.br/handle/123456789/52500 |
Aparece en las colecciones: | (TCC) - Eletrônica e Sistemas |
Ficheros en este ítem:
Fichero | Descripción | Tamaño | Formato | |
---|---|---|---|---|
TCC Leonardo Silvino Brito.pdf | 2,48 MB | Adobe PDF | ![]() Visualizar/Abrir |
Este ítem está protegido por copyright original |
Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons