Detección de fileless malware utilizando herramientas de endpoint detection and response

Tesis (Lic. en Cs. de la Computación)--Universidad Nacional de Córdoba, Facultad de Matemática, Astronomía, Física y Computación, 2023.

Detalles Bibliográficos
Autor principal: Lecumberry, Lautaro
Otros Autores: Denzel, Michael
Formato: bachelorThesis
Lenguaje:Español
Publicado: 2023
Materias:
Seguridad y privacidad
Detección de intrusiones, anomalías y mitigación del malware
Comparación
Memoria
Disco
Security and privacy
Intrusion, anomaly detection and malware mitigation
Comparison
Memory
Disk
Acceso en línea:http://hdl.handle.net/11086/548393
Aporte de:
Repositorio Digital Universitario (UNC) de Universidad Nacional de Córdoba
id I10-R141-11086-548393
record_format dspace
spelling I10-R141-11086-5483932023-08-31T13:19:09Z Detección de fileless malware utilizando herramientas de endpoint detection and response Lecumberry, Lautaro Denzel, Michael Wolovick, Nicolás Seguridad y privacidad Detección de intrusiones, anomalías y mitigación del malware Comparación Memoria Disco Security and privacy Intrusion, anomaly detection and malware mitigation Comparison Memory Disk Tesis (Lic. en Cs. de la Computación)--Universidad Nacional de Córdoba, Facultad de Matemática, Astronomía, Física y Computación, 2023. Fil: Lecumberry, Lautaro. Universidad Nacional de Córdoba. Facultad de Matemática, Astronomía, Física y Computación; Argentina. Los daños causados por el malware se han disparado en los últimos cinco años. Un tipo de malware es el fileless malware, que aumentó un 900 por ciento en 2020, y se espera que sea la mitad de los ataques contra entornos empresariales en 2022. Para detectar el fileless malware, comparamos los segmentos de código de los ejecutables cargados en la Random Access Memory con el archivo ejecutable original almacenado en el disco duro, utilizando para ello herramientas de Endpoint Detection and Response. Además, probamos la técnica con familias de malware reales, obteniendo una tasa de detección del 77,78 por ciento, con una tasa de sensibilidad del 92,11 por ciento. En resumen, presentamos una técnica para detectar fileless malware, y los resultados de la fase de pruebas parecen prometedores. Damage caused by malware has been ramping up in the last five years. One kind of malware is fileless malware, which increased 900 percent in 2020, and it is expected to be half of the attacks against enterprise environments in 2022. To detect fileless malware, we matched code segments from the executables loaded into Random Access Memory to the original executable file stored on hard disk, using Endpoint Detection and Response tools to implement it. Furthermore, we tested the technique against real malware families, resulting in a detection rate of 77.78 percent, with a sensitivity rate of 92.11 percent. In summary, we present a technique to detect fileless malware, and the results of the testing phase sound promising. Fil: Lecumberry, Lautaro. Universidad Nacional de Córdoba. Facultad de Matemática, Astronomía, Física y Computación; Argentina. 2023-08-08T14:04:27Z 2023-08-08T14:04:27Z 2023-06-30 bachelorThesis http://hdl.handle.net/11086/548393 spa Atribución-NoComercial-CompartirIgual 4.0 Internacional http://creativecommons.org/licenses/by-nc-sa/4.0/
institution Universidad Nacional de Córdoba
institution_str I-10
repository_str R-141
collection Repositorio Digital Universitario (UNC)
language Español
topic Seguridad y privacidad
Detección de intrusiones, anomalías y mitigación del malware
Comparación
Memoria
Disco
Security and privacy
Intrusion, anomaly detection and malware mitigation
Comparison
Memory
Disk
spellingShingle Seguridad y privacidad
Detección de intrusiones, anomalías y mitigación del malware
Comparación
Memoria
Disco
Security and privacy
Intrusion, anomaly detection and malware mitigation
Comparison
Memory
Disk
Lecumberry, Lautaro
Detección de fileless malware utilizando herramientas de endpoint detection and response
topic_facet Seguridad y privacidad
Detección de intrusiones, anomalías y mitigación del malware
Comparación
Memoria
Disco
Security and privacy
Intrusion, anomaly detection and malware mitigation
Comparison
Memory
Disk
description Tesis (Lic. en Cs. de la Computación)--Universidad Nacional de Córdoba, Facultad de Matemática, Astronomía, Física y Computación, 2023.
author2 Denzel, Michael
author_facet Denzel, Michael
Lecumberry, Lautaro
format bachelorThesis
author Lecumberry, Lautaro
author_sort Lecumberry, Lautaro
title Detección de fileless malware utilizando herramientas de endpoint detection and response
title_short Detección de fileless malware utilizando herramientas de endpoint detection and response
title_full Detección de fileless malware utilizando herramientas de endpoint detection and response
title_fullStr Detección de fileless malware utilizando herramientas de endpoint detection and response
title_full_unstemmed Detección de fileless malware utilizando herramientas de endpoint detection and response
title_sort detección de fileless malware utilizando herramientas de endpoint detection and response
publishDate 2023
url http://hdl.handle.net/11086/548393
work_keys_str_mv AT lecumberrylautaro detecciondefilelessmalwareutilizandoherramientasdeendpointdetectionandresponse
_version_ 1782014314819878912

Ejemplares similares