2026-06-05T17:56:03Zhttps://riuma.uma.es/rest/oai/request

oai:riuma.uma.es:10630/305952026-02-03T10:23:21Zcom_10630_1685col_10630_38055

00925njm 22002777a 4500 dc Meis Asensi, Adrián author 2024 Con este trabajo de fin de grado se trata de comprobar la validez de un método, mediante el análisis de las señales electromagnéticas emitidas por los procesadores (CPU) de dispositivos IoT (Internet of Things), para descubrir amenazas malware que puedan estar afectando a dichos dispositivos, clasificarlas y a su vez realizarlo de una manera indetectable y no invasiva, tratando de no consumir los valiosos y limitados recursos de los que disponen. Se han capturado con un osciloscopio más de 30GB de trazas de diversos tipos, familias y variantes de malware comúnmente utilizados en la actualidad en ataques masivos contra dispositivos IoT y se ha entrenado y validado con ellas dos tipos de redes, de machine learning y neuronal, además de usar para cada una de estas varios métodos. En los resultados obtenidos se ha podido comprobar una exactitud superior al 90 % en la detección y clasificación de tipos de malware, confirmando así que este método de detección puede ser altamente efectivo como medida de protección contra ciberataques y que puede ser expandido para obtener resultados aún mejores en futuras investigaciones. https://hdl.handle.net/10630/30595 Seguridad informática Electromagnetismo Informática - Trabajos Fin de Grado Grado en Ingeniería Informática - Trabajos Fin de Grado Señales electromagnéticas para la detección y clasificación de malware.