|
Artigo - Trilha Principal Antivírus aplicado à detecção de malware IoT com base em comportamentos em tempo de execução Autores: SILVA, S.H. M. T., LIMA, S.M.L., PINHEIRO, R.P. et al. Resumo: Atualmente, a Internet das Coisas (IoT) tem um impacto significativo na vida das pessoas, atingindo centenas de bilhões de dispositivos conectados à Internet. Devido à popularidade dos dispositivos inteligentes, o número de ataques cibernéticos voltados para a tecnologia aumentou nos últimos anos. O constante surgimento de novos malwares voltados para IoT, como a botnet, o uso de técnicas complexas de obfuscação e evasão e, muitas vezes, a disponibilidade de grandes recursos para seu desenvolvimento, faz dele o maior vilão cibernético nos atuais cenários de IoT. O presente trabalho cria um Antivírus para Análise Dinâmica de Malware baseado em Redes Neurais Artificiais, equipado com aprendizado estatístico e Inteligência Artificial, especializado na detecção de malware a partir de arquiteturas IoT de 32 bits do tipo Advanced RISC Machine (ARM). Sob diferentes condições iniciais e funções de aprendizagem, nossas arquiteturas de antivírus são investigadas para maximizar sua precisão. A ausência ou limitação na detecção de software malicioso por antivírus comercial pode ser provida por um antivírus inteligente. Em vez de modelos baseados em listas negras ou heurística, nosso antivírus permite a detecção de malware em sistemas Linux embarcados de forma preventiva e não reativa como o modus operandi do Clamav e outros antivírus tradicionais. Palavras chave: Antivírus, Malware, IoT, Arquivos, ELF ARM, Análise Dinâmica, Redes Neurais Artificiais, Computação Forense. Artigo completo (em português) Referência completa: Silva, S.H. M. T., Lima, S.M.L., Pinheiro, R.P.; et al., "Antivírus aplicado à detecção de malware IoT com base em comportamentos em tempo de execução", Revista de Sistemas de Informação da FSMA n 29(2022) pp. 25-44 |