A Deep learning framework for early detection of Ransomware communication patterns in encrypted network using transfer learning Case study: Financial Enterprise Networking
Este artículo presenta un marco de aprendizaje profundo basado en LSTM que utiliza el aprendizaje por transferencia sobre características de flujo de red cifradas para detectar ransomware sin la decodificación de la carga útil, demostrando la necesidad crítica de ciclos de reentrenamiento de 12 a 18 meses para contrarrestar la deriva temporal del modelo mientras se logra una alta precisión de detección mediante un sistema de ensamble basado en la confianza integrado con Wazuh SIEM.