Use este identificador para citar ou linkar para este item:
https://repositorio.ufu.br/handle/123456789/46638| ORCID: |  http://orcid.org/0009-0004-9728-785X |
| Tipo do documento: | Trabalho de Conclusão de Curso |
| Tipo de acesso: | Acesso Aberto |
| Título: | Detecção Inteligente de Trojans com SHAP: Comparativo de Algoritmos de Aprendizado de Máquina e Capacidade de Inferência |
| Título(s) alternativo(s): | Intelligent Trojan Detection with SHAP: A Comparative Analysis of Machine Learning Algorithms and Inference Capability |
| Autor(es): | Santos, Dhiogo Pereira |
| Primeiro orientador: | Molinos, Diego Nunes |
| Primeiro membro da banca: | Justiniano de Sousa, Daniela |
| Segundo membro da banca: | Natal, Igor da Penha |
| Resumo: | Este trabalho tem o objetivo de investigar a aplicação de algoritmos de aprendizado de máquina na detecção de malwares do tipo trojan, a partir da análise de dados de memória, utilizando a metodologia de análise e treinamento de modelo descrita em (LEONEL; MOLINOS;MIANI,2024). Utilizando o conjunto de dados CIC-MalMem-2022 (Canadian Institute for Cybersecurity (2022)), foram empregados quatro algoritmos supervisionados, são eles: (a) Árvore de Decisão, (b) Rede Neural Artificial, (c) Naive Bayes e (d) Support Vector Machine, com o objetivo de comparar seus desempenhos em termos de acurácia, interpretabilidade e eficiência computacional. A fim de promover maior transparência e robustez aos modelos, foi incorporada a técnica SHAP (SHapley Additive exPlanations), permitindo a análise da importância individual de cada atributo e a subsequente seleção do conjunto das características. Além da avaliação tradicional por métricas estatísticas como acurácia, precisão, sensibilidade e F1-score, este trabalho realiza uma análise aprofundada do tempo de inferência dos modelos em cenários de execução unitária e em blocos. Os resultados obtidos indicam que a aplicação combinada de técnicas de aprendizado de máquina e inteligência artificial explicável é eficaz não apenas na detecção de trojans com alta precisão, mas também na construção de classificadores mais enxutos, interpretáveis e adaptáveis a contextos com restrições de tempo e recursos. |
| Palavras-chave: | Aprendizado de máquina Trojan Malware Detecção de ameaças Classificação supervisionada |
| Área(s) do CNPq: | CNPQ::CIENCIAS EXATAS E DA TERRA |
| Idioma: | por |
| País: | Brasil |
| Editora: | Universidade Federal de Uberlândia |
| Referência: | SANTOS, Dhiogo Pereira. Detecção Inteligente de Trojans com SHAP: Comparativo de Algoritmos de aprendizado de Máquina e Capacidade de Inferência. 2025. 58 f. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Universidade Federal de Uberlândia, Uberlândia, 2025. |
| URI: | https://repositorio.ufu.br/handle/123456789/46638 |
| Data de defesa: | 16-Mai-2025 |
| Aparece nas coleções: | TCC - Sistemas de Informação (Uberlândia) |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| Detecção_Inteligente_De_Trojans | 1.2 MB | Adobe PDF |  Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.