Detección y clasificación de zero-day malware a través de data mining y machine learning

Autores
Recordon, Augusto; Ruiz Díaz, Silvia
Año de publicación
2020
Idioma
español castellano
Tipo de recurso
tesis de grado
Estado
versión aceptada
Colaborador/a o director/a de tesis
Pons, Claudia
Descripción
Dado el constante incremento, tanto en número como en complejidad, de los ataques informáticos, los mecanismos convencionales de detección resultan ineficientes en la mayoría de los escenarios. En este contexto, la presente investigación propone determinar si técnicas de data mining y machine learning pueden ser utilizadas efectivamente para el entrenamiento de algoritmos capaces de detectar y clasificar correctamente nuevos tipos de amenazas.
Licenciado en Sistemas
Universidad Nacional de La Plata
Facultad de Informática
Materia
Ciencias Informáticas
Machine learning
malware
seguridad informática
Virus
zero-day
Data mining
Inteligencia artificial
redes neuronales
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/4.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/117193

id SEDICI_d7a84101e25403f8a678928abcecab16
oai_identifier_str oai:sedici.unlp.edu.ar:10915/117193
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Detección y clasificación de zero-day malware a través de data mining y machine learningRecordon, AugustoRuiz Díaz, SilviaCiencias InformáticasMachine learningmalwareseguridad informáticaViruszero-dayData miningInteligencia artificialredes neuronalesDado el constante incremento, tanto en número como en complejidad, de los ataques informáticos, los mecanismos convencionales de detección resultan ineficientes en la mayoría de los escenarios. En este contexto, la presente investigación propone determinar si técnicas de data mining y machine learning pueden ser utilizadas efectivamente para el entrenamiento de algoritmos capaces de detectar y clasificar correctamente nuevos tipos de amenazas.Licenciado en SistemasUniversidad Nacional de La PlataFacultad de InformáticaPons, Claudia2020-11-26info:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/acceptedVersionTesis de gradohttp://purl.org/coar/resource_type/c_7a1finfo:ar-repo/semantics/tesisDeGradoapplication/pdfhttp://sedici.unlp.edu.ar/handle/10915/117193spainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-29T11:27:30Zoai:sedici.unlp.edu.ar:10915/117193Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 11:27:31.213SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Detección y clasificación de zero-day malware a través de data mining y machine learning
title Detección y clasificación de zero-day malware a través de data mining y machine learning
spellingShingle Detección y clasificación de zero-day malware a través de data mining y machine learning
Recordon, Augusto
Ciencias Informáticas
Machine learning
malware
seguridad informática
Virus
zero-day
Data mining
Inteligencia artificial
redes neuronales
title_short Detección y clasificación de zero-day malware a través de data mining y machine learning
title_full Detección y clasificación de zero-day malware a través de data mining y machine learning
title_fullStr Detección y clasificación de zero-day malware a través de data mining y machine learning
title_full_unstemmed Detección y clasificación de zero-day malware a través de data mining y machine learning
title_sort Detección y clasificación de zero-day malware a través de data mining y machine learning
dc.creator.none.fl_str_mv Recordon, Augusto
Ruiz Díaz, Silvia
author Recordon, Augusto
author_facet Recordon, Augusto
Ruiz Díaz, Silvia
author_role author
author2 Ruiz Díaz, Silvia
author2_role author
dc.contributor.none.fl_str_mv Pons, Claudia
dc.subject.none.fl_str_mv Ciencias Informáticas
Machine learning
malware
seguridad informática
Virus
zero-day
Data mining
Inteligencia artificial
redes neuronales
topic Ciencias Informáticas
Machine learning
malware
seguridad informática
Virus
zero-day
Data mining
Inteligencia artificial
redes neuronales
dc.description.none.fl_txt_mv Dado el constante incremento, tanto en número como en complejidad, de los ataques informáticos, los mecanismos convencionales de detección resultan ineficientes en la mayoría de los escenarios. En este contexto, la presente investigación propone determinar si técnicas de data mining y machine learning pueden ser utilizadas efectivamente para el entrenamiento de algoritmos capaces de detectar y clasificar correctamente nuevos tipos de amenazas.
Licenciado en Sistemas
Universidad Nacional de La Plata
Facultad de Informática
description Dado el constante incremento, tanto en número como en complejidad, de los ataques informáticos, los mecanismos convencionales de detección resultan ineficientes en la mayoría de los escenarios. En este contexto, la presente investigación propone determinar si técnicas de data mining y machine learning pueden ser utilizadas efectivamente para el entrenamiento de algoritmos capaces de detectar y clasificar correctamente nuevos tipos de amenazas.
publishDate 2020
dc.date.none.fl_str_mv 2020-11-26
dc.type.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
info:eu-repo/semantics/acceptedVersion
Tesis de grado
http://purl.org/coar/resource_type/c_7a1f
info:ar-repo/semantics/tesisDeGrado
format bachelorThesis
status_str acceptedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/117193
url http://sedici.unlp.edu.ar/handle/10915/117193
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1844616153537708032
score 13.070432