Обнаружение вредоносных файлов с использованием методов машинного обучения: магистерская диссертация / Карина Сергеевна Круглик; БГУ, Факультет прикладной математики и информатики, Кафедра математического моделирования и анализа данных; науч. рук. Абрамович М. С.

Abstract

Объект исследования – исполняемые файлы вредоносного и легитимного программного обеспечения. Цель работы – разработка и реализация алгоритмов для обнаружения и классификации вредоносного программного обеспечения. В ходе работы рассматриваются следующие подходы для классификации и кластеризации вредоносного программного обеспечения: 1) классификация и кластеризация на вредоносное и легитимное программное обеспечение, основанные на статических текстовых характеристиках байтового кода файла; 2) классификация на вредоносное и легитимное программное обеспечение, используя сверточную нейронную сеть и представление файла в виде изображения; 3) классификация вредоносных файлов на типы вредоносного программного обеспечения, используя сверточные и рекуррентные сети. Результаты работы – разработанное программное обеспечение для классификации и кластеризации файлов на два класса: вредоносное и легитимное программного обеспечения, а также классификации вредоносного программного обеспечения на типы вредоносного ПО. Область применения – обнаружение вредоносного программного обеспечения.