Detection of ransomware attacks using federated learning based on the CNN model

要約

コンピューティングは依然としてランサムウェアによる重大な脅威にさらされており、それを防ぐために迅速な行動が必要です。
ランサムウェア攻撃は、スマート グリッド、特にデジタル変電所の運用に悪影響を与える可能性があります。
この論文では、人工知能 (AI) を使用したランサムウェア検出方法の検証に加えて、デジタル変電所の運用中断を対象としたランサムウェア攻撃のモデリング手法を提供します。
1 つ目は、バイナリ データが画像データに変換され、フェデレーテッド ラーニングを使用して畳み込みニューラル ネットワーク モデルに入力されます。
実験結果は、提案された技術が高い精度でランサムウェアを検出することを示しています。

要約(オリジナル)

Computing is still under a significant threat from ransomware, which necessitates prompt action to prevent it. Ransomware attacks can have a negative impact on how smart grids, particularly digital substations. In addition to examining a ransomware detection method using artificial intelligence (AI), this paper offers a ransomware attack modeling technique that targets the disrupted operation of a digital substation. The first, binary data is transformed into image data and fed into the convolution neural network model using federated learning. The experimental findings demonstrate that the suggested technique detects ransomware with a high accuracy rate.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google