Análise e detecção automatizadas de worms em ambiente controlado com técnicas de machine learning

Abstract

A análise de malwares vem sendo feita por especialistas de maneira extensiva para combater a propagação em massa de tais malwares, além do roubo de dados importantes da vítima. Estas aná- lises são feitas a partir dos binários do código malicioso, do comportamento durante sua execução, e suas ações tomadas na rede. A propagação de códigos maliciosos, normalmente, é significativa- mente mais rápida do que a análise manual do especialista, que é dificultada por inúmeras técnicas usadas por programadores de códigos maliciosos. Neste trabalho, é apresentado um sistema web feito para auxiliar a análise manual de um es-pecialista com o intuito de diminuir o tempo perdido em arquivos não maliciosos que apresentamcaracterísticas de malware. O sistema web apresentado utiliza sete algoritmos de aprendizado de máquina para fazer predições objetivando criar um processo de análise mais rápido, que, consequentemente, agilizará na criação de soluções para infecções de malwares, do tipo worms. Foi modificada a ferramente Cuckoo Sandbox para que as predições funcionem juntos com os seus relatórios padrões.