Ransomware File Detection Using Hashes and Machine Learning

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216224%3A14330%2F23%3A00132429" target="_blank" >RIV/00216224:14330/23:00132429 - isvavai.cz</a>

Výsledek na webu

<a href="https://ieeexplore.ieee.org/document/10333283" target="_blank" >https://ieeexplore.ieee.org/document/10333283</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1109/ICUMT61075.2023.10333283" target="_blank" >10.1109/ICUMT61075.2023.10333283</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Ransomware File Detection Using Hashes and Machine Learning

Popis výsledku v původním jazyce

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.

Název v anglickém jazyce

Ransomware File Detection Using Hashes and Machine Learning

Popis výsledku anglicky

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.

Druh

D - Stať ve sborníku

CEP obor

—

OECD FORD obor

20203 - Telecommunications

Projekt

<a href="/cs/project/VK01030030" target="_blank" >VK01030030: Systém pro zálohování a ukládání dat s integrovanou aktivní ochranou proti kybernetickým hrozbám</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění

2023

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

2023 15th International Congress on Ultra Modern Telecommunications and Control Systems and Workshops (ICUMT)

ISBN

9798350393293

ISSN

2157-0221

e-ISSN

2157-023X

Počet stran výsledku

4

Strana od-do

107-110

Název nakladatele

IEEE

Místo vydání

Belgium

Místo konání akce

Ghent, Belgium

Datum konání akce

1. 1. 2023

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—