Implementación de un servidor DNS con capacidad de detección de dominios maliciosos generados algorítmicamente.

Mateo Calvillo, Víctor
Rodríguez Fernández, Ricardo J. (dir.)

Universidad de Zaragoza, EINA, 2022
Departamento de Informática e Ingeniería de Sistemas, Área de Lenguajes y Sistemas Informáticos

Graduado en Ingeniería de Tecnologías y Servicios de Telecomunicación

Resumen: En los últimos años, ha habido un aumento drástico en la cantidad de ciberataques, lo que representa una seria amenaza para organizaciones de todo tipo. Las técnicas de detección y prevención de malware han avanzado para tratar de contener este crecimiento, pero los ciberdelincuentes también mejoran sus técnicas. Este proyecto se centra en una técnica desarrollada por los atacantes llamada Algoritmo de Generación de Dominios (Domain Generation Algorithm, DGA). Esta técnica genera una gran cantidad de nombres de dominio que utilizan las muestras de malware para lograr ponerse en contacto con los servidores de los atacantes. Los métodos tradicionales para detectar DGAs, como las listas negras, no son efectivos y se ha tenido que desarrollar otros métodos de detección. Este trabajo explica cómo el aprendizaje automático es un método que aporta buenos resultados en la detección de DGAs. Además, se centra en el desarrollo de un sistema software que implementa una capa de detección basada en aprendizaje automático mediante dos modelos de aprendizaje diferentes (aprendizaje no profundo y aprendizaje profundo). Se ha logrado montar un sistema funcional que permite detectar y bloquear los dominios generados por los DGAs. Además, debido a que el sistema está muy desacoplado, permite que la incorporación de otras técnicas de detección o nuevos modelos de aprendizaje automático sea fácilmente implementable.

Tipo de Trabajo Académico: Trabajo Fin de Grado