Tracked shipping to South Africa with premium packaging for just R199 

Ship to
South Africa
0
  • argentina
  • chile
  • colombia
  • españa
  • méxico
  • perú
  • estados unidos
  • internacional

Select your country

Americas

Europe

Rest of the world

portada Rilevamento di malware comportamentale tramite data mining (in Italian)
Type
Physical Book
Language
Italian
Pages
76
Format
Paperback
Dimensions
22.9x15.2x0.5 cm
Weight
0.12 kg.
ISBN13
9786205719428

Rilevamento di malware comportamentale tramite data mining (in Italian)

Allan Ninyesiga (Author) · Edizioni Sapienza · Paperback

Rilevamento di malware comportamentale tramite data mining (in Italian) - Ninyesiga, Allan

New Book Imported to South Africa
Delivery: 02 Oct - 12 Oct Shipping: 13 to 14 business days.
R 1,069
R 1,069

Synopsis "Rilevamento di malware comportamentale tramite data mining (in Italian)"

I casi di malware sono in aumento sia in termini di numero che di mortalità. Gli hacker progettano il malware per compromettere la sicurezza dei sistemi, soprattutto la riservatezza, l'integrità e la disponibilità. Esistono tecniche di eliminazione del malware, ma il malware deve essere prima individuato. Le tecniche di rilevamento del malware presentano ancora punti deboli, con alti tassi di falsi positivi/negativi. L'emergenza del malware polimorfico ha peggiorato la situazione. Studi recenti hanno dimostrato che il data mining è promettente per identificare il malware analizzando le chiamate API. Tuttavia, in questo approccio, un file viene rilevato come dannoso o meno. Non viene classificato in base alla classe di malware a cui appartiene. Ciò rende più difficile la sua eliminazione, poiché gli schemi di eliminazione sono per lo più basati sulle classi. La classificazione come processo successivo al rilevamento è importante se si vuole eliminare il malware dal sistema. Sperimentiamo l'uso di un approccio di data mining per classificare il malware utilizzando le chiamate di sistema dell'API 4-gram. Utilizziamo i Portable Executables (PE) di Windows con le corrispondenti chiamate API. Utilizzando la sandbox Cuckoo. Le caratteristiche rilevanti delle chiamate API a 4 grammi vengono estratte utilizzando Term Frequency-Inverse Document Frequency (TF-IDF). Gli algoritmi di apprendimento automatico vengono quindi applicati per classificare il malware.

Customers reviews

Frequently Asked Questions about the Book

All books in our catalog are Original.
The book is written in Italian.
The binding of this edition is Paperback.

Questions and Answers about the Book

Do you have a question about the book? Login to be able to add your own question.

Opinions about Bookdelivery

More customer reviews