Detectie van geavanceerde malware door middel van machine learning

Het volume, de complexiteit en de verscheidenheid aan malware nemen voortdurend toe. Vanwege deze bijna exponentiële groei moet elke toekomstige ingezette verdediging zich automatisch aanpassen aan nieuw opkomende patronen. Door gebruik te maken van machinelearning technieken als bescherming tegen malware, kan de kennisopbouw omtrent malware worden geautomatiseerd om zo een antwoord te bieden op steeds veranderende bedreigingen. Nauwkeurige detectie en voorspelling van nieuwe en vaak onzichtbare malwarevarianten blijft echter een voortdurende uitdaging. Een extra complexiteit hierbij is het bestaan van een geavanceerd type malware, persistent. stealthy.multi-stage-aanvallen, die gericht zijn op een specifiek computersysteem en in eerste instantie zijn ontworpen om voortdurende detectie te ontwijken. Dit doctoraatsproject zal de toepasbaarheid en efficiëntie van de krachtigste machine learning-methoden onderzoeken om geavanceerde malware op een systematische manier nauwkeurig en snel te detecteren en te voorspellen.