El n\u00famero de usuarios particulares y empresas afectadas por ataques de ransomware ha incrementado considerablemente en los \u00faltimos a\u00f1os. La creaci\u00f3n de nuevos modelos de negocio basados en el internet de las Cosas, servicios en la nube, e-banking, junto con el anonimato de las transacciones en criptomonedas han motivado el dise\u00f1o de nuevos ataques.<\/p>\n\n\n\n
Los atacantes han creado nuevas variantes de malware<\/em>, causando un da\u00f1o alarmante, tanto financieramente como en la imagen institucional de las empresas. Por eso, el ransomware se ha convertido en uno de los ataques m\u00e1s peligrosos<\/em> provocando grandes p\u00e9rdidas alrededor del mundo.<\/p>\n\n\n\n De acuerdo con un reporte de la empresa Symantec<\/strong>, el n\u00famero de ataques ransomware aument\u00f3 en un 113%<\/em>, siendo considerado una amenaza del n\u00facleo de internet. Los ataques tambi\u00e9n se dirigen a grandes organizaciones, como hospitales, entidades educativas o bancarias.<\/p>\n\n\n\n La detecci\u00f3n oportuna<\/strong> de un ataque de ransomware es uno de los principales objetivos en el \u00e1rea del desarrollo de ciberseguridad debido a que una vez que el ataque ha sido efectuado se dificulta la recuperaci\u00f3n de la informaci\u00f3n; es por eso que se intenta encontrar par\u00e1metros que permitan detectar un ataque en sus primeras fases (antes de la encriptaci\u00f3n de datos).<\/p>\n\n\n\n Para prevenir estos ataques se han elaborado propuestas que se enfocan en recomendaciones, como la realizaci\u00f3n de backups o actualizaci\u00f3n del sistema operativo, tambi\u00e9n existen estrategias que proponen diferentes mecanismos para la prevenci\u00f3n de p\u00e9rdida de informaci\u00f3n, por ejemplo la creaci\u00f3n de un repositorio seguro o el despliegue de herramientas de seguridad inform\u00e1ticas.<\/p>\n\n\n\n Por ejemplo, en algunos m\u00e9todos estrat\u00e9gicos se han analizado las llamadas a APIs a trav\u00e9s de algoritmos de miner\u00eda de datos, como Random Forest o M\u00e1quina de Vector de Soporte, donde se incluyen la extracci\u00f3n y selecci\u00f3n de caracter\u00edsticas, el procesamiento de la informaci\u00f3n, y el an\u00e1lisis de resultados a trav\u00e9s de algoritmos de aprendizaje. En otros casos, se propone un m\u00e9todo de clasificaci\u00f3n din\u00e1mico para detectar el tipo de ransomware al que pertenece el ataque, donde considera caracter\u00edsticas c\u00f3mo: las APIs, monitorizaci\u00f3n de las operaciones del sistema de archivos, directorios y registros, entre otras.<\/p>\n\n\n\n Una de las opciones m\u00e1s destacadas que se han propuesto, es el an\u00e1lisis de m\u00e9tricas y estad\u00edsticas del sistema o de la red que permitan detectar patrones conocidos y, de ser posible, predecir un futuro ataque.<\/p>\n\n\n\n Algunos patrones podr\u00edan ayudar a contrarrestar posibles ataques y a desarrollar un plan de recuperaci\u00f3n, sin embargo, es importante aclarar que debido a la gran cantidad de amenazas y a las caracter\u00edsticas de cada tipo de ataque, no existe un modelo de aprendizaje ideal para la detecci\u00f3n de ransomware, pero el enfoque se ha centrado en seleccionar algoritmos que permitan identificar como sospechoso el comportamiento de atributos que puedan ser monitorizados.<\/p>\n\n\n\n