Las matemáticas detrás de la detección de ‘malware’

Los "malwares" se comportan de manera similar a una persona perversa: puede parecer maravillosa, pero en realidad ser muy dañina; unirse con otras para atacar a una persona concreta; u obtener información confidencial de la víctima (secretos personales) y usarla para estafarla. Hoy en día, para detectarlos y minimizar los daños ocasionados, se emplean algoritmos matemáticos de aprendizaje automático.

Ya que "los malwares" han avanzado considerablemente, los antivirus han tenido que hace uso de herramientas de aprendizaje automático para ser más efectivos.

Los algoritmos matemáticos de aprendizaje automático se entrenan con grandes cantidades de datos (ya resueltos) para después predecir ciertas características de datos nuevos.Un algoritmo popular en ciberseguridad  es el de Bosques Aleatorios  (Random Forest). Éste crea árboles de decisión seleccionando un subgrupo de características del malware de manera aleatoria. 

Cada árbol contiene unas características específicas; si estas son más frecuentes en ficheros maliciosos, se etiqueta como tal, y como inofensivo en caso contrario. Cuando se analiza un fichero nuevo, cada árbol se clasifica dependiendo de sus características.  

Fuente: El País, 25/10/18