SINNER
A Reward-Sensitive Algorithm for Imbalanced Malware Classification Using Neural Networks with Experience Replay
24/07/2024
Il rapporto di ricerca “SINNER: A Reward-Sensitive Algorithm for Imbalanced Malware Classification Using Neural Networks with Experience Replay” è stato pubblicato, in modalità Open Access, sul volume 15/2024 della rivista “Information”, all’interno della special issue “Machine Learning Approaches for Imbalanced Domains: Emerging Trends and Applications”.
Un algoritmo innovativo
La ricerca, realizzata dai colleghi Antonio Coscia, Antonio Maci, Andrea Iannacone e Alessandro Stamerra del Cyber Lab di Grottaglie, nasce nell’ambito delle attività previste dal Contratto di Programma “Suite Prodotti Cybersecurity e SOC”, e propone un algoritmo innovativo basato sull’utilizzo di tecniche di Deep Reinforcement Learning per migliorare in maniera significativa le capacità di riconoscimento e classificazione di malware agendo sulla fase di addestramento nel caso, comune nella pratica, in cui si debba partire da dataset di addestramento fortemente sbilanciati. L’algoritmo proposto è già stato integrato nei prototipi dei componenti di sicurezza della Cybersuite BV TECH.
L’attività di ricerca che ha portato alla definizione e sperimentazione dell’algoritmo è stata realizzata interamente da BV TECH, a testimonianza delle capacità e delle competenze del Cyber Lab BV TECH nell’analisi e nell’impiego dei più avanzati meccanismi basati su Intelligenza Artificiale nel contesto della cybersecurity.
Progetto finanziato dal Fondo Europeo di Sviluppo Regionale Puglia POR Puglia 2014 – 2020 – Asse I – Obiettivo specifico 1a – Azione 1.1 (R&S), e con il supporto dell’Università di Bari e del Massachusetts Institute of Technology (MIT).