Résumé:
Ransomware ou Rançongiciel en français est un logiciel malveillant qui est conçu
pour chiffrer les informations des utilisateurs et/ou verrouiller les systèmes ciblés.
L'objectif principal des attaques par Ransomware est de demander une rançon pour le
décryptage des données des utilisateurs et/ou le déverrouillage des systèmes affectés.
Les montants de paiement de rançon vont de quelques centaines à des centaines de
milliers de dollars. Payable en crypto-monnaies comme le Bitcoin. Cependant, payer
la rançon ne garant it pas l’obtention de la clé de déchiffrement et/ou le déverrouillage
de système infecté.
Les dernières années ont prouvé que les ransomwares constituaient une menace
majeure pour les systèmes informatiques, où des individus, des gouvernements, des
entreprises, des hôpitaux et diverses industries ont été victimes de cette menace.
Ce type de malware est devenu une menace sérieuse pour le monde informatique. Il
existe donc un besoin réel des méthodes capables de lutter contre ce type d'attaque.
Plusieurs méthodes ont été proposées dans la littérature, dont le but est de détecter
l’attaque, classifier les ransomwares, ou détecter la pré-attaque d’un ransomware.
Néanmoins, ces études restent limitées par les données et les familles des
ransomwares utilisées.
Dans ce contexte, ce projet est proposé dans le but est d’étudier et d’analyser les
méthodes de détection existantes et ensuite proposer et évaluer une approche de
détection en utilisant les techniques de Machine/Deep Learning selon le plan suivant :
- Une étude sur les Ransomwares (caractérist iques, familles, …)
- Un état de l’art sur la détection des Ransomwares
- Proposit ion d’une méthode de détection des Ransomwares
- Implémentation et évaluation de la méthode proposée.
