Avaliação do
Você é humano?
8
5
=
Denunciar conteúdo impróprio
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.
A methodology for malware incident prediction in higher education institutions
Use este link compartilhar ou citar este material: http://educapes.capes.gov.br/handle/capes/979831
Registro completo de metadados
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.contributor | Zarpelão, Bruno Bogaz | - |
| Autor(es): dc.contributor | Barros, Rodolfo Miranda de | - |
| Autor(es): dc.contributor | Quincozes, Silvio Ereno | - |
| Autor(es): dc.creator | Souza, Rildo Antonio de | - |
| Data de aceite: dc.date.accessioned | 2025-05-15T13:04:33Z | - |
| Data de disponibilização: dc.date.available | 2025-05-15T13:04:33Z | - |
| Data de envio: dc.date.issued | 2025-01-27 | - |
| Data de envio: dc.date.issued | 2025-01-27 | - |
| Data de envio: dc.date.issued | 2024-12-08 | - |
| Fonte completa do material: dc.identifier | https://repositorio.uel.br/handle/123456789/18536 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/979831 | - |
| Descrição: dc.description | With the growing threat of malware affecting global organizations, both public and private, it becomes necessary to develop innovative methods to improve the prevention and response to such security incidents. Infections caused by trojans, rapidly propagating worms, and ransomware that encrypts critical data demand robust responses due to the risks they pose to the integrity and availability of information. This work presents a methodology that leverages historical malware incident data to assist CSIRTs (Computer Security Incident Response Teams) and security teams in analyzing behavioral trends. The core of the method is a neural network model employing LSTM (Long Short-Term Memory) for time series analysis, aiming to predict future malware incidents. The model was tested in two distinct scenarios in Public Higher Education Institutions (HEIs) associated with the National Research and Education Network (RNP). In the first scenario, weekly data from 10 institutions were used to train the LSTM, comparing its effectiveness with the statistical ARIMA (Autoregressive Integrated Moving Average) technique. In the second scenario, the analysis was expanded to include all HEIs that are RNP clients, segmented by the Points of Presence (PoPs) in each Brazilian state, demonstrating the method’s applicability and versatility in an extended context. For the development and evaluation of the methodology, real incident data were employed, enabling a detailed analysis of the performance of the LSTM and ARIMA models. The results obtained confirm the effectiveness of the proposed method in predicting malware incidents, emphasizing the creation and implementation of an LSTM model as the core activity. Moreover, the method incorporates a data visualization tool that simplifies the analysis and interpretation of information, facilitating the work of security analysts by translating predictions into clear and actionable insights. This combination of predictive accuracy and analytical accessibility significantly strengthens prevention and response strategies for incidents. As part of the commitment to the community, the developed method, along with the associated tools, will be made publicly available, aiming to support the development of new security solutions, improve proactive threat detection, and contribute to a more robust digital security ecosystem. | - |
| Descrição: dc.description | Com a crescente ameaça dos malwares afetando organizações globais, públicas e privadas, torna-se necessário desenvolver métodos inovadores para melhorar a prevenção e resposta a incidentes de segurança deste tipo. Infecções por trojans, worms que se propagam rapidamente, e ransomware que criptografa dados críticos, exigem respostas robustas devido ao risco que representam à integridade e disponibilidade das informações. Este trabalho apresenta uma metodologia que utiliza dados históricos de incidentes de malware para auxiliar CSIRTs (Computer Security Incident Response Teams) e equipes de segurança na análise de tendências comportamentais. A essência do método é um modelo de rede neural que emprega LSTM (Long Short-Term Memory) para análise de séries temporais, visando prever futuros incidentes de malware. O modelo foi testado em duas situações distintas em Instituições de Ensino Superior Públicas (IES) associadas à Rede Nacional de Ensino e Pesquisa (RNP). No primeiro cenário, utilizaram-se dados semanais de 10 instituições para treinar a LSTM, comparando sua eficácia com a técnica estatística ARIMA (Autoregressive Integrated Moving Average). No segundo cenário, expandiu-se a análise para incluir todas as IES clientes da RNP, segmentadas pelos Pontos de Presença (PoPs) presentes em cada estado brasileiro, demonstrando a aplicabilidade e versatilidade do método em um contexto ampliado. Para o desenvolvimento e a avaliação da metodologia, empregaram-se dados reais de incidentes, permitindo uma análise detalhada do desempenho dos modelos LSTM e ARIMA.Os resultados obtidos comprovam a eficácia do método proposto na previsão de incidentes de malware, destacando a criação e implementação de um modelo LSTM como a atividade central. Além disso, o método incorpora uma ferramenta de visualização de dados que simplifica a análise e interpretação das informações, facilitando o trabalho dos analistas de segurança ao traduzir as previsões em insights claros e acionáveis. Essa combinação entre precisão preditiva e acessibilidade analítica fortalece significativamente as estratégias de prevenção e resposta a incidentes. Como parte do compromisso com a comunidade, o método desenvolvido, bem como as ferramentas associadas, serão disponibilizados publicamente, visando apoiar o desenvolvimento de novas soluções de segurança, melhorar a detecção proativa de ameaças e contribuir para um ecossistema de segurança digital mais robusto. | - |
| Formato: dc.format | application/pdf | - |
| Formato: dc.format | application/pdf | - |
| Idioma: dc.language | en | - |
| Relação: dc.relation | CCE - Departamento de Computação | - |
| Relação: dc.relation | Programa de Pós-Graduação em Ciência da Computação | - |
| Relação: dc.relation | Universidade Estadual de Londrina - UEL | - |
| Palavras-chave: dc.subject | Malware | - |
| Palavras-chave: dc.subject | Cybersecurity Incidents | - |
| Palavras-chave: dc.subject | Incident Forecasting | - |
| Palavras-chave: dc.subject | Higher Education Institutions (HEIs) | - |
| Palavras-chave: dc.subject | Long Short-Term Memory (LSTM) Network | - |
| Palavras-chave: dc.subject | Time Series | - |
| Palavras-chave: dc.subject | Autoregressive Integrated Moving Average (ARIMA) | - |
| Palavras-chave: dc.subject | Computer science | - |
| Palavras-chave: dc.subject | Time-series analysis | - |
| Palavras-chave: dc.subject | Computer networks | - |
| Palavras-chave: dc.subject | Worms - Sheep | - |
| Palavras-chave: dc.subject | Ciências Exatas e da Terra - Ciência da Computação | - |
| Palavras-chave: dc.subject | Ciências Exatas e da Terra - Ciência da Computação | - |
| Palavras-chave: dc.subject | Malware | - |
| Palavras-chave: dc.subject | Incidentes de cibersegurança | - |
| Palavras-chave: dc.subject | Previsão de incidentes | - |
| Palavras-chave: dc.subject | Instituições de Ensino Superior (IES) | - |
| Palavras-chave: dc.subject | Long Short-Term Memory (LSTM) Network | - |
| Palavras-chave: dc.subject | Time Series | - |
| Palavras-chave: dc.subject | Autoregressive Integrated Moving Average (ARIMA) | - |
| Palavras-chave: dc.subject | Ciência da computação | - |
| Palavras-chave: dc.subject | Análise de séries temporais | - |
| Palavras-chave: dc.subject | Rede de computadores | - |
| Palavras-chave: dc.subject | Vermes | - |
| Título: dc.title | A methodology for malware incident prediction in higher education institutions | - |
| Tipo de arquivo: dc.type | livro digital | - |
| Aparece nas coleções: | Repositório Institucional da UEL - RIUEL | |
Não existem arquivos associados a este item.
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:
- O Termo de Uso pode ser modificado pela CAPES a qualquer tempo, sem necessidade de notificação prévia, sendo que tais modificações serão válidas a partir da data de sua veiculação neste portal;
- Para aprovação de cadastro do usuário ao sistema, a CAPES pode requisitar o fornecimento de informações, haja vista a política de segurança adotada, objetivando resguardar a segurança dos usuários nesse ambiente virtual;
- O usuário aceita e declara compreender que, em razão do peculiar ambiente da Internet, a CAPES não poderá garantir que o acesso ao site seja livre de erros ou problemas decorrentes de casos fortuitos, internos ou externos, casos de força maior ou ainda de outros casos não inteiramente sujeitos a controle direto dos administradores do site e, portanto o usuário se obriga a isentar a CAPES de quaisquer reclamações ou indenizações. A CAPES também não se responsabiliza por interrupções, interceptações, invasões, disseminação de vírus ou outros atos ilícitos, típicos e atípicos de ambiente virtual, e de web, dos quais a CAPES não tenha tido intenção deliberada de participar ou praticar;
- O usuário aceita e declara compreender que qualquer texto, marca, áudio, imagem, ou conteúdo veiculados no site são protegidos por direitos de propriedade intelectual o qual deve ser respeitado de acordo com a licença concedida pelo respectivo detentor dos referidos direitos, sob pena de apuração das responsabilidades cabíveis;
-
Desta forma a CAPES se exime de toda e qualquer responsabilidade por eventuais perdas, danos e prejuízos de qualquer natureza decorrentes:
- Do descumprimento da lei, da moral e dos bons costumes, como consequência da transmissão, difusão, armazenamento, disponibilização, recepção, obtenção ou acesso aos conteúdos;
- Da infração aos direitos de propriedade intelectual e industrial, segredos empresariais, compromissos contratuais de qualquer tipo, direitos à honra, à intimidade pessoal e familiar, à imagem das pessoas, direitos de propriedade e de toda e qualquer natureza pertencentes a um terceiro por consequência da transmissão, difusão, armazenamento, disponibilização, recepção, obtenção ou acesso aos conteúdos;
- Da falta de veracidade, precisão, exatidão, pertinência e/ou atualidade dos conteúdos;
- Da inadequação para qual seja o propósito, ou da frustração, das expectativas geradas pelos conteúdos;
- Exceto quando mencionado explicitamente, ou quando se tratar de citação de material alheio ou ilustração, nos limites estabelecidos pela Lei 9.610/98, todo o Conteúdo textual original do Portal eduCAPES está disponível livremente para leitura, entre outros direitos, conforme definido na licença Creative Commons;
- A CAPES não se responsabiliza pelos comentários, opiniões, informações, depoimentos, mensagens, vídeos, textos, imagens, áudios ou qualquer outro tipo de conteúdo que sejam, postados, publicados e disponibilizados através do Portal eduCAPES pelos usuários, sendo a responsabilidade civil e criminal atribuída única e exclusivamente ao autor dos comentários, opiniões, informações, ou mensagens. Todo o conteúdo publicado por usuários são de responsabilidade exclusiva dos mesmos e de caráter completamente independente, sendo que todo e qualquer tipo de opinião, ideal e/ou posição expressados não refletem necessariamente o ponto de vista e a posição do Portal eduCAPES e/ou da CAPES. A CAPES se reserva o direito de armazenar as informações destes autores e/ou Usuários, a fim de viabilizar sua identificação;
- O usuário aceita e declara compreender que a CAPES poderá disponibilizar no Portal eduCAPES, links de acesso para outros sites e endereços virtuais administrados, controlados ou operados por terceiros. Qualquer site conectado a partir do eduCAPES não está sob o controle da CAPES;
- A CAPES não assume nenhuma responsabilidade ou obrigação por qualquer informação, comunicação ou material encontrado em tais sites, ou em qualquer site conectado a tais sites. A CAPES não assume qualquer responsabilidade pelos serviços ou funcionalidades ali dispostos, sendo a decisão de utilização e a forma de relacionamento com os mesmos de exclusiva responsabilidade do usuário, que inclusive isenta a CAPES de fiscalizar o conteúdo ou zelar pela integridade de tais sites ou endereços virtuais.
- O usuário aceita e declara compreender que o acesso a determinadas áreas do site será restrito. Para acessá-las, o usuário deverá fazer o login e cadastrar uma senha de acesso. A senha é individual, sigilosa e intransferível, sendo o usuário o único responsável pela guarda da mesma. O usuário assume toda e qualquer responsabilidade pelo mau uso ou pela utilização da senha por terceiros;
- A CAPES reserva o direito de excluir o cadastro, de excluir o material submetido ou proibir o acesso do usuário ao portal eduCAPES no caso de qualquer abuso ou indício de prática ilícita no uso do site ou de qualquer uso não autorizado ou proibido pelo usuário, nos termos da legislação brasileira;
- As condições estabelecidas no Termo de Aceite e Uso do Site são regidas pela lei brasileira. Sob nenhuma circunstância o usuário deverá violar qualquer lei usando o portal eduCAPES para propósitos que incluam, mas não limitados a isso, difamação ou perturbação de outros, violação de direitos de propriedade intelectual ou de terceiros, envio de material obsceno ou ofensivo, vírus, arquivos corrompidos, ou outros programas que poderiam danificar ou alterar este site ou os computadores de empresa ou de terceiros;
- A CAPES reserva o direito de retirar qualquer conteúdo que infrinja a lei, a moral e os bons costumes nos termos da legislação vigente e também na hipótese de o conteúdo não se coadunar com as finalidades educativas do Portal. A CAPES garante o direito de defesa e contraditório dos usuários. O usuário reconhece que o material enviado por terceiros, que não a CAPES, não é endossado pela mesma.
Concordo e desejo baixar o arquivo
Não concordo e não irei baixar o arquivo
Não concordo e não irei baixar o arquivo