Detección de vulnerabilidades y análisis de fallos con técnicas de aprendizaje automatizado.

La gran mayoría de los programas que utilizamos diariamente contienen numerosos errores, los cuales causan desde dificultades menores de uso hasta su terminación anormal y pérdida de información. Desafortunadamente, algunos fallos pueden ser aprovechados para atacar la integridad, confidencialida...

Descripción completa

Detalles Bibliográficos
Autor principal: Grieco, Gustavo
Otros Autores: Grimblat, Guillermo L.
Formato: doctoralThesis Tésis de Doctorado acceptedVersion
Lenguaje:Español
Publicado: 2021
Materias:
Aprendizaje automatizado
Software de Microsoft
Seguridad en programas
Herramientas automáticas
Acceso en línea:http://hdl.handle.net/2133/20695
http://hdl.handle.net/2133/20695
Aporte de:
Repositorio Hipermedial de la Universidad Nacional de Rosario (UNR) de Universidad Nacional de Rosario
id I15-R121-2133-20695
record_format dspace
institution Universidad Nacional de Rosario
institution_str I-15
repository_str R-121
collection Repositorio Hipermedial de la Universidad Nacional de Rosario (UNR)
language Español
orig_language_str_mv spa
topic Aprendizaje automatizado
Software de Microsoft
Seguridad en programas
Herramientas automáticas
spellingShingle Aprendizaje automatizado
Software de Microsoft
Seguridad en programas
Herramientas automáticas
Grieco, Gustavo
Detección de vulnerabilidades y análisis de fallos con técnicas de aprendizaje automatizado.
topic_facet Aprendizaje automatizado
Software de Microsoft
Seguridad en programas
Herramientas automáticas
description La gran mayoría de los programas que utilizamos diariamente contienen numerosos errores, los cuales causan desde dificultades menores de uso hasta su terminación anormal y pérdida de información. Desafortunadamente, algunos fallos pueden ser aprovechados para atacar la integridad, confidencialidad o disponibilidad de un sistema. Debido a que ciertos sistemas informáticos cumplen un rol central en la vida moderna, es muy importante no sólo encontrar errores en los programas sino también identificar cuáles pueden resultar en vulnerabilidades que afectan a la seguridad de los mismos. La presente tesis comienza introduciendo conceptos básicos sobre aprendizaje automatizado y seguridad en programas para ser utilizados extensivamente durante la misma. Luego, se presentan varias herramientas y técnicas novedosas para la detección de vulnerabilidades de manera automática. La primera de ellas es QuickFuzz, una herramienta de fuzzing que utiliza la generación de entradas malformadas para producir fallos en programas que procesan varios formatos de archivos complejos. La segunda es XCraft, una herramienta utilizada para la evaluación de fallos de seguridad a gran escala mediante técnicas de caja negra. También se presenta VDiscover, una novedosa herramienta para la identificación de vulnerabilidades a partir de fallos suministrados por el usuario. La misma utiliza varias técnicas de aprendizaje automatizado para estimar la probabilidad de que un fallo pueda esconder una vulnerabilidad que un atacante podría aprovechar fácilmente. Finalmente, se exponen las conclusiones y las ideas futuras para continuar con la investigación y el desarrollo de nuevas técnicas de detección de fallos y vulnerabilidades en programas
author2 Grimblat, Guillermo L.
author_facet Grimblat, Guillermo L.
Grieco, Gustavo
format doctoralThesis
Tésis de Doctorado
acceptedVersion
author Grieco, Gustavo
author_sort Grieco, Gustavo
title Detección de vulnerabilidades y análisis de fallos con técnicas de aprendizaje automatizado.
title_short Detección de vulnerabilidades y análisis de fallos con técnicas de aprendizaje automatizado.
title_full Detección de vulnerabilidades y análisis de fallos con técnicas de aprendizaje automatizado.
title_fullStr Detección de vulnerabilidades y análisis de fallos con técnicas de aprendizaje automatizado.
title_full_unstemmed Detección de vulnerabilidades y análisis de fallos con técnicas de aprendizaje automatizado.
title_sort detección de vulnerabilidades y análisis de fallos con técnicas de aprendizaje automatizado.
publishDate 2021
url http://hdl.handle.net/2133/20695
http://hdl.handle.net/2133/20695
work_keys_str_mv AT griecogustavo detecciondevulnerabilidadesyanalisisdefalloscontecnicasdeaprendizajeautomatizado
bdutipo_str Repositorios
_version_ 1764820411273445376

Ejemplares similares