Técnica de Machine Learning para la Prevención del Malware-Ransomware

Abstract

El malware-ransomware es un programa malicioso cuyo objetivo es infectar un sistema para tomar control del mismo, una vez hecho esto, modifica, sustrae, distrae, incomoda y daña parcial o totalmente el software o hardware impidiendo llevar a cabo todos sus procesos y ocasionando pérdidas. Las técnicas usadas actualmente para su detección se están quedando cortas debido a los nuevos paradigmas tecnológicos que aumentan el intercambio de información a través de la red. Personas inescrupulosas crean software malicioso empleando herramientas de alta tecnología, como la Inteligencia Artificial (IA) y vectores sofisticados para engañar a los usuarios; frente a estas nuevas modalidades de virus informático muchas personas y empresas no cuentan con las herramientas, ni protocolos de seguridad suficientes. En este contexto, este trabajo de investigación propone una técnica de detección de malware-ransomware usando la inteligencia artificial, específicamente, técnicas de aprendizaje automático; para lo cual, se efectuó un estudio exploratorio, basado en el método deductivo y el análisis documental de 35 publicaciones de nuevo conocimiento. Los resultados permiten identificar un incremento en la utilización de las técnicas de aprendizaje automático para la detección de diversos malware, destacándose, según la literatura consultada, la aplicación de los modelos de Máquina Vector Soporte (lineal y no lineal) (14%), Naïve Bayes Classifier (13%) y Random Forest (12%); aunque se evidenciaron limitaciones en materia de detección del malware ransomware explícitamente. Es este sentido, se propone una técnica de prevención que es de carácter integradora, porque aprovecha las capacidades de las técnicas empleadas por otros autores y, además, potencia los niveles de precisión y exactitud de estas en cuanto a la detección, la clasificación y la evaluación del malware ransomware.