Matteo Bunino
Reinforcement Learning per l'Analisi Dinamica di Malware Evasivo = Reinforcement Learning-aided Dynamic Analysis of Evasive Malware.
Rel. Francesco Vaccarino. Politecnico di Torino, Corso di laurea magistrale in Data Science And Engineering, 2022
|
Preview |
PDF (Tesi_di_laurea)
- Tesi
Licenza: Creative Commons Attribution Non-commercial No Derivatives. Download (2MB) | Preview |
Abstract
Man mano che il cyberspazio diventa sempre più complesso, i cyber criminali cercano di trarre vantaggio del numero crescente di vulnerabilità. Ciò richiede agli esperti di sicurezza di investire maggiori risorse nello sviluppo di strumenti per l'analisi automatizzata del malware, in grado di far fronte al ritmo crescente di files binari sospetti. Il tallone d'Achille degli strumenti di analisi automatizzata è il malware evasivo, il quale mette in atto innumerevoli strategie per ostacolare l'analisi. Ad esempio, un malware evasivo è in grado di riconoscere la presenza di alcuni strumenti di analisi nell'ambiente in cui è eseguito, nascondendo, di conseguenza, la sua natura malevola, eseguendo solamente operazioni innocue.
Un malware evasivo può ostacolare l'analisi offuscando staticamente il codice (es
Relatori
Anno Accademico
Tipo di pubblicazione
Numero di pagine
Corso di laurea
Classe di laurea
Ente in cotutela
URI
![]() |
Modifica (riservato agli operatori) |
