Skip navigation
Use este identificador para citar ou linkar para este item: https://repositorio.ufpe.br/handle/123456789/62953

Compartilhe esta página

Registro completo de metadados
Campo DCValorIdioma
dc.contributor.advisorLIMA, Sidney Marlon Lopes de-
dc.contributor.authorROMA, Matheus de Oliveira-
dc.date.accessioned2025-05-09T15:27:01Z-
dc.date.available2025-05-09T15:27:01Z-
dc.date.issued2025-03-20-
dc.date.submitted2025-04-25-
dc.identifier.citationROMA, Matheus de Oliveira. Aplicação de máquinas morfológicas de aprendizado extremo à detecção de malwares do tipo mediyes. 2025. 62f. Trabalho de Conclusão de Curso (Graduação) - Curso de Engenharia Eletrônica, Departamento de Eletrônica e Sistemas, Centro de Tecnologia e Geociências, Universidade Federal de Pernambuco, Recife, 2025.pt_BR
dc.identifier.urihttps://repositorio.ufpe.br/handle/123456789/62953-
dc.description.abstractEste trabalho propõe a aplicação de Máquinas Morfológicas de Aprendizado Extremo na detecção de malwares, com foco no Mediyes. Malwares são programas projetados para acessar dispositivos sem autorização, representando uma ameaça à segurança digital. O Mediyes se destaca por empregar estratégias avançadas, como o uso de certificados digitais válidos e a capacidade de se infiltrar em sistemas comprometidos, interceptando buscas em motores populares e redirecionando-as para servidores maliciosos, gerando cliques fraudulentos e ganhos ilícitos. A contribuição deste trabalho é um antivírus autoral, desenvolvido com uma máquina de aprendizagem extrema e dotada de kernels morfológicos, oferecendo uma solução eficaz para o controle preventivo do Mediyes. Os resultados indicam um desempenho médio de 99,25% na distinção entre aplicativos benignos e o malware, com tempo médio de treinamento de 0,5 segundos, demonstrando eficiência e agilidade. A proposta contribui para a segurança digital, mitigando os riscos associados ao Mediyes.pt_BR
dc.format.extent61p.pt_BR
dc.language.isoporpt_BR
dc.rightsopenAccesspt_BR
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/br/*
dc.subjectMalwarespt_BR
dc.subjectMediyespt_BR
dc.subjectMáquinas morfológicas de aprendizado extremopt_BR
dc.subjectSegurança digitalpt_BR
dc.titleAplicação de máquinas morfológicas de aprendizado extremo à detecção de malwares do tipo mediyespt_BR
dc.typebachelorThesispt_BR
dc.degree.levelGraduacaopt_BR
dc.contributor.advisorLatteshttp://lattes.cnpq.br/0323190806293435pt_BR
dc.description.abstractxThis work presents an antivirus that uses extreme learning machines. And special kernels to detect malware, with a focus on Mediyes. Malware, such as Me diyes, invades devices without authorization. Mediyes is particularly harmful. It uses valid digital certificates and targets compromised systems. It redirects search engine queries to malicious sites. This tactic generates fraudulent clicks and profits for the attackers. Our main contribution is an antivirus designed to combat Me diyes. It uses advanced technology to prevent the harmful effects of Mediyes. We have achieved an average detection rate of 99.25% for our antivirus. It distinguishes between safe applications and Mediyes. What’s more, it trains in 0.5 seconds, de monstrating its efficiency. Our work leads to a great increase in digital security. It offers a promising solution against Mediyes malware threats.pt_BR
dc.subject.cnpqÁreas::Engenharias::Engenharia Elétricapt_BR
dc.degree.departament::(CTG-DES) - Departamento de Eletrônica e Sistemaspt_BR
dc.degree.graduation::CTG-Curso de Engenharia Eletrônicapt_BR
dc.degree.grantorUniversidade Federal de Pernambucopt_BR
dc.degree.localRecifept_BR
Aparece nas coleções:(TCC) - Eletrônica e Sistemas

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
TCCMatheusdeOliveiraRoma.pdf829,68 kBAdobe PDFThumbnail
Visualizar/Abrir


Este arquivo é protegido por direitos autorais



Este item está licenciada sob uma Licença Creative Commons Creative Commons