TekCrispyTekCrispy
  • Ciencia
    • Historia
    • Perfiles
  • Tecnología
    • Software
    • Móviles
    • Herramientas Web
    • Redes Sociales
  • Cultura Digital
    • Cine y TV
    • Videojuegos
  • Análisis
Selección del Editor

Claves para elegir el mejor seguro médico privado

Jun 29, 2022

¿Cómo será el futuro del sistema solar?

Jun 29, 2022

Muy pronto más usuarios podrán ver el nuevo look de Gmail

Jun 29, 2022

¿El cuerpo humano se regenera por completo cada 7 años?

Jun 28, 2022
Facebook Twitter Instagram TikTok Telegrama
TekCrispyTekCrispy
  • Ciencia

    ¿Cómo será el futuro del sistema solar?

    Jun 29, 2022

    ¿El cuerpo humano se regenera por completo cada 7 años?

    Jun 28, 2022

    Científicos proponen reutilizar medicamentos mediante un método basado en el aprendizaje automático

    Jun 28, 2022

    Magia cósmica: estrella sobrevive a una supernova y ahora es más grande y brillante que antes

    Jun 28, 2022

    ¿Los parásitos pueden transmitirse en grupos sociales? Esta es la contradictoria experiencia entre elefantes asiáticos

    Jun 28, 2022
  • Tecnología

    Muy pronto más usuarios podrán ver el nuevo look de Gmail

    Jun 29, 2022

    ¿Por qué TikTok dice que el ruido marrón es mejor que el ruido blanco?

    Jun 28, 2022

    Google no quiere que los correos de campañas políticas sigan llegando a la carpeta de spam de Gmail

    Jun 28, 2022

    Spyware Hermit: ¿qué es y cómo puedes protegerte de él?

    Jun 28, 2022

    Tres maneras de añadir música a vídeos

    Jun 28, 2022
  • Cultura Digital

    Lotte Reiniger: la pionera en cine de animación que soñaba con siluetas

    Jun 25, 2022

    Netflix y TikTok apuestan por el mundo de los videojuegos

    Jun 24, 2022

    NZXT se extiende a España, Nueva Zelanda y Reino Unido: ¿Qué trae esto para el Gaming?

    Jun 21, 2022

    PlayStation Store en México: qué es, cómo funciona y qué juegos comprar

    Jun 7, 2022

    ¿Cuáles son los eventos de eSports más esperados del año?

    May 31, 2022
Facebook Twitter Instagram TikTok
TekCrispyTekCrispy
Nuevas Tecnologías

STAMINA, la potente técnica de Intel y Microsoft para detectar malwares

Por Rosselyn BarroyetaMay 11, 20203 minutos de lectura
Foto: Reuters
Compartir
Facebook Twitter Email Telegrama WhatsApp

Investigadores de Intel Labs y Microsoft desarrollaron un potente método para detectar malwares, con solo convertir el código en una imagen 2D, es la novedosa técnica de los fabricantes que ayuda a “visibilizar el virus” en tiempo récord.

A través de Deep Learning, tanto Intel y Microsoft desarrollaron su estudio denominado “STAMINA: Scalable Deep Learning Approach For Malware” (STAMINA:Enfoque escalable de aprendizaje profundo para la clasificación de malware”). Que consiste en convertir el código en una imagen 2D para identificar al malware.

El principio en el que se basaron para llegar a esta técnica, la describe Microsoft:

“Si los binarios de malware se trazan como imágenes en escala de grises, los patrones de textura y estructurales se pueden usar para clasificar efectivamente los binarios como benignos o maliciosos, así como agrupar los binarios maliciosos en las respectivas familias de amenazas”, escribió Microsoft.

Nuevo enfoque de aprendizaje profundo (deep learning)

Este nuevo enfoque de aprendizaje profundo busca una nueva clasificación de malwares a través de una imagen 2D, usando específicamente una técnica descrita como aprendizaje de transferencia profunda de visión por computadora a la clasificación de un malware.

Las compañías unieron sus técnicas (aprendizaje por transferencia profunda de Intel con un conjunto de datos del mundo real aportado por Microsoft) con el fin de clasificar el malware a través de visión por computadora.

Para llevar a cabo la transformación, los investigadores dividieron el proceso en tres fases, la fase de preprocesamiento, donde el análisis del código estático (binario) puede representarse como imagen a través de la conversión de píxeles.

Luego a los píxeles se les asignó un valor entre 0 y 255 para identificar la intensidad que se transformó en la imagen en 2D.

Posteriormente, la transferencia del aprendizaje a través de las redes neuronales pre-entrenadas con la data del mundo real , para este estudio, los investigadores utilizaron Inception-v1 como modelo base.

Esta imagen se comparó con las muestras de malware reales aportadas por Microsoft, 2,2 millones de hashes de archivos PE, según la compañía. El software analiza para encontrar los patrones similares entre las muestras y la imagen escaneada.

Intel y Microsoft señalan que la prueba generó un resultado de 99,07 por ciento de efectividad y una tasa de falsos positivos de 2,58 por ciento. Las compañías señalan que el aprendizaje de transferencia profundo resultó ser efectivo al clasificar el malware y ayudó a acelerar el entrenamiento.

La investigación de las compañías es solo el inicio de una serie de trabajos de tecnológicas que buscan optimizar la seguridad y se espera que las compañías participen en nuevas colaboraciones en el futuro.

Aprendizaje de transferencia profundo Deep Learning Imagen 2D malware Redes Neuronales STAMINA

Artículos Relacionados

Dominios falsos ofrecen instaladores de Windows 11, pero en su lugar entregan malware

Hackers están explotando las herramientas de WordPress para engañar a posibles víctimas

Todo lo que debes saber sobre el virus Pegasus

Añadir un comentario

Dejar una respuesta Cancelar respuesta

Selección del Editor

¿Por qué las personas hacen ghosting en las redes sociales?

Jun 20, 2022

Los caballos y los cerdos pueden distinguir si eres positivo o pesimista por el sonido de tu voz

Jun 17, 2022

¿La leche realmente es buena para los dientes?

Jun 17, 2022

¿No usas zapatos deportivos para caminar? Te explicamos por qué deberías

Jun 17, 2022
Síguenos en las redes
  • Facebook
  • Twitter
  • Instagram
  • TikTok
Facebook Twitter Instagram LinkedIn TikTok
  • Publicidad
  • Contacto
  • Política de Privacidad
  • Acerca de TekCrispy
© 2022 CRISPYMEDIA LLC. DERECHOS RESERVADOS.

Escriba arriba y pulse Enter para buscar. Pulse Esc para cancelar.