Details

Autor(en) / Beteiligte

• Veloz, Freddy Daniel Bazante
• López, Lorena Isabel Barona
• Caraguay, Ángel Leonardo Valdivieso
• Álvarez, Myriam Beatriz Hernández

Titel

Indicadores para la detección de ataques ransomware

Ist Teil von

• RISTI : Revista Ibérica de Sistemas e Tecnologias de Informação, 2019-04 (E19), p.493-506

Ort / Verlag

Lousada: Associação Ibérica de Sistemas e Tecnologias de Informacao

Erscheinungsjahr

2019

Quelle

EZB Free E-Journals

Beschreibungen/Notizen

• The growing number of devices sharing personal information and the privacy provided by cryptocurrencies have motivated the development of new attack vectors. [...]a proof- of-concept of an automatic learning model based on the filtered information is presented. Agradecimientos: La presente investigación es financiada por la Escuela Politécnica Nacional, dentro del proyecto interno Ransomware a gran escala por medio de Seguridad Cognitiva (2018), número PII-17-14. 1 Cuckoo Sandbox Book v2.0.6. https://cuckoo.sh/docs/ 2 RapidMiner. https://rapidminer.com/resource/state-deep-learning/ 3 Virus Total Free Online Virus, Malware and URL Scanner. https://www.virustotal.com/es/ 4 Talos Group - Comprehensive Threat Intelligence. https://www.talosintelligence.com/ Referencias Alam, M., Bhattacharya, S., Mukhopadhyay, D., & Chattopadhyay, A. (2018). Leveraging Machine Learning Techniques for Windows Ransomware Network Traffic Detection.