Mesterséges Intelligencia - Malware detektálás neurális hálózatokkal

Barkó Zoltán Péter (2020) Mesterséges Intelligencia - Malware detektálás neurális hálózatokkal. Pénzügyi és Számviteli Kar.

[thumbnail of szakdolgozat_barko_zoltan.pdf] PDF
szakdolgozat_barko_zoltan.pdf
Hozzáférés joga: Csak nyilvántartásba vett egyetemi IP címekről nyitható meg

Download (1MB)
[thumbnail of BA_TO_barko_zoltan_nodkbw.pdf] PDF
BA_TO_barko_zoltan_nodkbw.pdf
Hozzáférés joga: Csak nyilvántartásba vett egyetemi IP címekről nyitható meg

Download (294kB)

Absztrakt (kivonat)

A mai társadalomban egyre nagyobb szerep jut az informatikának és a világhálónak. Az internetes forgalom növekedése és a felhasználói élmény folyamatos fejlesztése amellett, hogy elképesztő mennyiségű, feldolgozandó adatot generál, számos adat- és információbiztonsági kockázattal is jár. Az IT biztonság egyik fontos kihívása napjainkban az ún. botok által terjesztett rosszindulatú programok minél nagyobb százalékban történő felismerése, még mielőtt azok kárt okoznak vagy érzékeny adatokat továbbítanak illetéktelenek részére a célzott szervezet vagy felhasználó informatikai rendszeréből. Szakdolgozatomban a számomra két legizgalmasabb informatikai témakört, a malware elemzést és a mesterséges intelligenciát párosítom. Mesterséges neurális hálózatot használok a malware minták felismerésére, és így kísérlem meg szemléltetni a talán piacvezető gyártók által is kutatott és alkalmazott megoldások alapjait képező modellcsaládot „kicsiben” egy saját python nyelven írt példaprogramon keresztül. Dolgozatomban röviden ismertetem e két tudományterület alapfogalmait, technikáit. Bemutatom a felhasznált adathalmaz jellemzőit, az adatelőkészítés folyamatát. Részletezem a detektáló program elkészítéséhez felhasznált technológiákat, a program forráskódját, működését, majd értékelem a kapott eredményeket. A terjedelmi korlátok figyelembe vételével windows rendszereken futtatható, rosszindulatú „portable executable” állományok detektálására fókuszálok, de a bemutatott módszerek a megfelelő módosításokkal véleményem szerint más fájltípusok és független változók esetében is alkalmazhatóak.

Intézmény

Budapesti Gazdasági Egyetem

Kar

Pénzügyi és Számviteli Kar

Tanszék

Gazdaságinformatika Tanszék

Tudományterület/tudományág

NEM RÉSZLETEZETT

Szak

Gazdaságinformatikus

Konzulens(ek)

Konzulens neve
Konzulens típusa
Beosztás, tudományos fokozat, intézmény
Email
Bencsik Balázs
Külső
NEM RÉSZLETEZETT
Dr Kovács Endre
Belső
főiskolai docens, Gazdaságinformatika Tanszék, PSZK

Mű típusa: diplomadolgozat (NEM RÉSZLETEZETT)
Kulcsszavak: malware, mesterséges intelligencia, modell, neurális hálózatok, statikus elemzés
SWORD Depositor: Archive User
Felhasználói azonosító szám (ID): Archive User
Rekord készítés dátuma: 2021. Már. 01. 13:29
Utolsó módosítás: 2021. Már. 01. 13:29

Actions (login required)

Tétel nézet Tétel nézet