Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Costa, Kelton Augusto Pontara da | - |
Autor(es): dc.contributor | Universidade Estadual Paulista (UNESP) | - |
Autor(es): dc.creator | Santos, Denis Henrique dos | - |
Data de aceite: dc.date.accessioned | 2025-08-21T20:43:08Z | - |
Data de disponibilização: dc.date.available | 2025-08-21T20:43:08Z | - |
Data de envio: dc.date.issued | 2023-01-26 | - |
Data de envio: dc.date.issued | 2023-01-26 | - |
Data de envio: dc.date.issued | 2023-01-17 | - |
Fonte completa do material: dc.identifier | http://hdl.handle.net/11449/239081 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/239081 | - |
Descrição: dc.description | Com o constante aumento do uso de tecnologia no dia a dia a importância da segurança da informação cresce drasticamente, levando à existência de malwares ser uma ameaça ao funcionamento de sistemas e dados importantes, requisitando formas de combatê-los. Modelos de ensemble learning são modelos de aprendizado de máquina que utilizam vários algoritmos para chegar a resultados de um determinado problema. Este trabalho propõe um sistema de detecção de malware utilizando modelos ensemble learning dos tipos bagging, boosting e stacking, usando o conjunto de dados Malevis para análise estática e o conjunto de dados Top-1000 PE Imports para análise dinâmica. Os modelos foram treinados e os resultados foram comparados com outro sistema de detecção de malware. Os resultados obtidos foram satisfatórios, especialmente os da análise dinâmica, com modelos do tipo bagging e stacking mostrando maior desempenho em ambos os cenários, enquanto que os modelos do tipo boosting apresentaram maior dificuldade em chegar a resultados mais eficazes com os conjuntos de dados usados. | - |
Descrição: dc.description | With the constant increase of technology use in everyday life the importance of information security drastically rises, leading to the existence of malware being a threat to the operation of systems and important data, requiring ways to combat them. Ensemble learning models are machine learning models that use many algorithms to reach results in a geiven problem. This work proposes a malware detection system using bagging, boosting and stacking ensemble learning models, using the Malevis dataset for static analysis and the Top-1000 PE Imports dataset for dynamic analysis. The models were trained and the results compared with another malware detection system. The obtained results were satisfactory, especially the ones from the dynamic analysis, with bagging and stacking models showing better performance in both scenarios, while the boosting models presented greater difficulty in arriving at more effective results with the datasets used. | - |
Formato: dc.format | application/pdf | - |
Idioma: dc.language | pt_BR | - |
Publicador: dc.publisher | Universidade Estadual Paulista (UNESP) | - |
Direitos: dc.rights | info:eu-repo/semantics/openAccess | - |
Palavras-chave: dc.subject | Inteligência artificial | - |
Palavras-chave: dc.subject | Aprendizado do computador | - |
Palavras-chave: dc.subject | Malware (Software de computador) | - |
Palavras-chave: dc.subject | Serious games | - |
Palavras-chave: dc.subject | Urban acessbility | - |
Palavras-chave: dc.subject | Simulation | - |
Palavras-chave: dc.subject | Mobile | - |
Título: dc.title | Aplicação de técnicas de ensemble learning na detecção estática e dinâmica de malwares | - |
Título: dc.title | Application of ensemble learning techniques in static and dynamic malware detection | - |
Tipo de arquivo: dc.type | livro digital | - |
Aparece nas coleções: | Repositório Institucional - Unesp |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: