Estudo comparativo entre modelos baseados em BERT na classificação estática de malware

Abstract

Com o crescimento no número de incidentes que envolvem malware e o constante desenvolvimento de novas ameaças por atores maliciosos, existe uma necessidade cada vez maior de proteger sistemas informatizados e seus usuários. Neste trabalho, é apresentado um estudo comparativo sobre a utilização de modelos de linguagem baseados em BERT para classificar amostras de malware através da análise estática. Usando bases de dados destinadas ao benchmarking de modelos de análise estática, oito transformers foram comparados usando as métricas F1-Score, acurácia, área sob a curva ROC e coeficiente de correlação de Matthews para determinar seu desempenho na execução dessas tarefas. Após os testes, foi possível concluir que transformers possuem uma ligeira vantagem na separação entre as diferentes classes quando comparados a modelos de inteligência artificial mais clássicos.