Mod`ele de pr´ediction et de d´etection de Malwares informatiques

Abstract

De nos jours, les logiciels malveillants repr´esentent une r´eelle menace pour le domaine de s´ecurit´e informatique. Malheureusement, les antivirus commerciaux sont incapables de fournir une protection compl`ete et parfaite contre ses variantes malwares. Pour r´esoudre ce probl`eme beaucoup de solutions sont propos´ees, parmi ses solutions nous avons la d´etection et la pr´ediction des malwares. La d´etection et la pr´ediction des malwares informatique est un d´efi majeur dans la s´ecurit´e des syst`emes informatique. L’objectif de notre travail c’est la cr´eation d’un mod`ele d’apprentissage automatique supervis´e `a l’aide d’une m´ethode ensembliste XGBoost afin de pr´edire la probabilit´e qu’une machine Windows soit infect´ee par un logiciel malveillant au future ou pas