Malware Detection Using Visualization Techniques

Ihor Salov

Type of document

diplomová práce
master thesis

Author

Ihor Salov

Supervisor

Jurečková Olha

Opponent

Kodýtek Filip

Field of study

Počítačová bezpečnost

Study program

Informatika

Institutions assigning rank

katedra informační bezpečnosti

Rights

A university thesis is a work protected by the Copyright Act. Extracts, copies and transcripts of the thesis are allowed for personal use only and at one?s own expense. The use of thesis should be in compliance with the Copyright Act http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf and the citation ethics http://knihovny.cvut.cz/vychova/vskp.html
Vysokoškolská závěrečná práce je dílo chráněné autorským zákonem. Je možné pořizovat z něj na své náklady a pro svoji osobní potřebu výpisy, opisy a rozmnoženiny. Jeho využití musí být v souladu s autorským zákonem http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf a citační etikou http://knihovny.cvut.cz/vychova/vskp.html

Metadata

Show full item record

Abstract

Techniky strojového učení (ML) jsou v poslední době velmi populární v mnoha oblastech, včetně zpracování přirozeného jazyka, rozpoznávání hlasu/obrazu atd. Cílem této diplomové práce je vytvořit techniku detekce malwaru pomocí vizualizace obrazu. Jako způsob získávání informací z převedených vzorků malwaru byla zvolena klasifikace pomocí detekce konvoluční neuronové sítě (CNN). Vzorek malwaru reprezentovaný jako bajtové pole je nejprve převeden na obrázek ve stupních šedi nebo RGB a poté přiveden jako vstup do CNN.

Recently machine learning (ML) techniques become very popular in many areas, including natural language processing, voice/image recognition, etc. The goal of this master thesis is to create a technique of malware detection by using image visualization. As a method of gaining information from converted malware samples classification using Convolutional Neural Network (CNN) detection was chosen. The malware sample represented as byte array is first converted to gray-scale or RGB image and then fed as input to CNN.