Aprendizado de máquina para detecção de Ransomware

Abstract

Este trabalho apresenta o desenvolvimento de um protótipo de ransomware, seguido pela criação e aplicação de um modelo de aprendizado de máquina baseado em floresta aleatória para a detecção de ransomwares. O protótipo visa simular o comportamento malicioso do ransomware, enquanto o modelo de detecção é treinado para identificar padrões associados a atividades de ransomware, permitindo uma abordagem preventiva eficaz. Os resultados obtidos demonstram a capacidade do modelo de floresta aleatória em detectar ataques com alta acurácia, contribuindo para o fortalecimento das defesas cibernéticas.

This work presents the development of a prototype of ransomware, followed by the creation and application of a machine learning model based on random forest for ransomware detection. The prototype aims to simulate the malicious behavior of ransomware, while the detection model is trained to identify patterns associated with ransomware activities, enabling an effective preventive approach. The results demonstrate the ability of the random forest model to detect attacks with high accuracy, contributing to the strengthening of cyber defenses.