Detekcija zloćudnog koda iz tokova podataka

diplomski rad

• Naslov (engleski): Malicious code detection from data streams
• Autor: Marko Mesarić
• Mentor: Marin Vuković (mentor)
• Član povjerenstva: Marin Vuković (predsjednik povjerenstva)
• Član povjerenstva: Miljenko Mikuc (član povjerenstva)
• Član povjerenstva: Dragan Jevtić (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2020-07-08, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Računarstvo

Sažetak

U ovom radu analiziran je pojam zloćudnog programa i prikazana je podjela zloćudnog programa u karakteristične razrede. Analizirane su metode detekcije zloćudnog koda iz tokova podataka s naglaskom na metode koje detektiraju zloćudan kod iz podatkovnog dijela paketa mrežnog prometa. Dan je uvod u konvolucijske neuronske mreže. Prezentiran je ostvaren sustav za detekciju zloćudnog koda iz podatkovnog dijela TCP paketa temeljen na dubokom učenju, odnosno konvolucijskim neuronskim mrežama. Opisan je proces prikupljanja i pripreme skupa podataka korišten za učenje i validaciju ostvarenog modela. Prikazani su ostvareni rezultati i predložene su metode za buduća poboljšanja.

Sažetak (engleski)

In this paper, the concept of malware is analyzed and the division of malware into characteristic classes is presented. Methods of detecting malicious code from data streams are analyzed, with emphasis on methods that detect malicious code from the network traffic payloads. An introduction to convolutional neural networks is presented. An implemented system for detecting malicious code from the TCP packet payloads based on deep learning, that is, convolutional neural networks, is presented. The process of data collection and preparation used for learning and validation of the realized model is described. The achieved results are presented and methods for future improvements are proposed.

• Ključne riječi: zloćudni program; detekcija zloćudnog programa; klasifikacija mrežnog prometa; duboko učenje; duboke neuronske mreže; konvolucijske neuronske mreže; ids; tokovi podataka
• Ključne riječi (engleski): malware; malware detection; network traffic classification; deep learning; deep neural networks; convolutional neural networks; ids; data streams
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:168:719990
• Studijski program: Naziv: Računarstvo; Vrsta studija: sveučilišni; Stupanj studija: diplomski; Akademski / stručni naziv: magistar/magistra inženjer/inženjerka računarstva (mag.ing.comp.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Zatvoreni pristup
• Datum i vrijeme pohrane: 2023-01-13 10:25:20