Ransomware File Detection Using Hashes and Machine Learning

• Autoři: NOVÁK Pavel; KAURA Patrik; OUJEZSKÝ Václav; HORVÁTH Tomáš
• Rok publikování: 2023
• Druh: Článek ve sborníku
• Konference: 2023 15th International Congress on Ultra Modern Telecommunications and Control Systems and Workshops (ICUMT)
• Fakulta / Pracoviště MU: Fakulta informatiky
• www: https://ieeexplore.ieee.org/document/10333283
• Doi: http://dx.doi.org/10.1109/ICUMT61075.2023.10333283
• Klíčová slova: Machine learning; ransomware; security; technologies; threats
• Popis: This article explores the integration of machine learning hash analysis within a backup system to proactively detect ransomware threats. By combining multiple data sources and employing intelligent algorithms, the proposed system enhances the detection accuracy and mitigates the risk of data loss caused by ransomware attacks. The integration of machine learning techniques enables real-time analysis of cryptographic hash values, facilitating rapid identification and proactive defense against evolving ransomware variants. Through this approach, organizations can bolster their cybersecurity strategies and safe-guard critical data from malicious encryption attempts.

Související projekty

• Aplikovaný výzkum na FI: Bezpečnost počítačových systémů, softwarových architektur kritických infrastruktur s forenzními aspekty, zpracování dat pokročilých sensorů a algoritmy plánování v dopravě a logistice
• Systém pro zálohování a ukládání dat s integrovanou aktivní ochranou proti kybernetickým hrozbám