Detección de ransomware en blockchains

El ransomware es un código malicioso que bloquea el acceso a los datos de un dispositivo, exigiendo un rescate para permitir el acceso nuevamente. El rescate suele pagarse en Bitcoin. Según el FBI, a fines de 2015, las víctimas habían pagado US$27 millones en rescates a los atacantes. A partir de es...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: Ditz, Yanina, Minetti, Gabriela F.
Formato: Objeto de conferencia
Lenguaje:Español
Publicado: 2023
Materias:
Ciencias Informáticas
Blockchain
Bitcoin
Acceso en línea:http://sedici.unlp.edu.ar/handle/10915/163244
Aporte de:
SEDICI (UNLP) de Universidad Nacional de La Plata
id I19-R120-10915-163244
record_format dspace
spelling I19-R120-10915-1632442024-02-28T20:02:30Z http://sedici.unlp.edu.ar/handle/10915/163244 Detección de ransomware en blockchains Ditz, Yanina Minetti, Gabriela F. 2023-04 2023 2024-02-28T17:30:45Z es Ciencias Informáticas Blockchain Bitcoin El ransomware es un código malicioso que bloquea el acceso a los datos de un dispositivo, exigiendo un rescate para permitir el acceso nuevamente. El rescate suele pagarse en Bitcoin. Según el FBI, a fines de 2015, las víctimas habían pagado US$27 millones en rescates a los atacantes. A partir de este problema, surgen sistemas para la detección de ransomware conocido y desconocido, utilizando el modelo topológico del análisis de datos, y técnicas de minerías de datos como Random Forest (RF), Support Vector Machine (SVM), Regresión logistica, KNN y Análisis Discriminante lineal (LDA), Naive Bayes (NB), árboles de decisión (CART), Bagging (BGC), Ascenso de gradiente (GGC), entre otros. A partir del estudio de estas herrramientas de aprendizaje automático se profundiza en la implementación y análisis de las redes neuronales para aprender a reconocer patrones y comportamientos comunes en las transacciones de Bitcoin. Red de Universidades con Carreras en Informática Objeto de conferencia Objeto de conferencia http://creativecommons.org/licenses/by-nc-sa/4.0/ Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) application/pdf
institution Universidad Nacional de La Plata
institution_str I-19
repository_str R-120
collection SEDICI (UNLP)
language Español
topic Ciencias Informáticas
Blockchain
Bitcoin
spellingShingle Ciencias Informáticas
Blockchain
Bitcoin
Ditz, Yanina
Minetti, Gabriela F.
Detección de ransomware en blockchains
topic_facet Ciencias Informáticas
Blockchain
Bitcoin
description El ransomware es un código malicioso que bloquea el acceso a los datos de un dispositivo, exigiendo un rescate para permitir el acceso nuevamente. El rescate suele pagarse en Bitcoin. Según el FBI, a fines de 2015, las víctimas habían pagado US$27 millones en rescates a los atacantes. A partir de este problema, surgen sistemas para la detección de ransomware conocido y desconocido, utilizando el modelo topológico del análisis de datos, y técnicas de minerías de datos como Random Forest (RF), Support Vector Machine (SVM), Regresión logistica, KNN y Análisis Discriminante lineal (LDA), Naive Bayes (NB), árboles de decisión (CART), Bagging (BGC), Ascenso de gradiente (GGC), entre otros. A partir del estudio de estas herrramientas de aprendizaje automático se profundiza en la implementación y análisis de las redes neuronales para aprender a reconocer patrones y comportamientos comunes en las transacciones de Bitcoin.
format Objeto de conferencia
Objeto de conferencia
author Ditz, Yanina
Minetti, Gabriela F.
author_facet Ditz, Yanina
Minetti, Gabriela F.
author_sort Ditz, Yanina
title Detección de ransomware en blockchains
title_short Detección de ransomware en blockchains
title_full Detección de ransomware en blockchains
title_fullStr Detección de ransomware en blockchains
title_full_unstemmed Detección de ransomware en blockchains
title_sort detección de ransomware en blockchains
publishDate 2023
url http://sedici.unlp.edu.ar/handle/10915/163244
work_keys_str_mv AT ditzyanina deteccionderansomwareenblockchains
AT minettigabrielaf deteccionderansomwareenblockchains
_version_ 1807222545873633280

Ejemplares similares