Identificação de comportamento malicioso em WebAssembly

dc.contributor.advisor1Feitosa, Eduardo Luzeiro
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/5939944067207881eng
dc.contributor.referee1Carvalho, André Luiz da Costa
dc.contributor.referee1Latteshttp://lattes.cnpq.br/4863447798119856eng
dc.contributor.referee1orcidhttps://orcid.org/0000-0002-7903-6705eng
dc.contributor.referee2Bragança, Hendrio Luis de Souza
dc.contributor.referee2Latteshttp://lattes.cnpq.br/7375456368369943eng
dc.contributor.referee2orcidhttps://orcid.org/0000-0003-1479-1707eng
dc.creatorBaptista, Bento Pedro Chico
dc.creator.Latteshttp://lattes.cnpq.br/0922564365747046eng
dc.creator.orcidhttps://orcid.org/0000-0001-6401-3992eng
dc.date.issued2026-04-24
dc.description.abstractCryptojacking in web ecosystems has evolved drastically with the adoption of WebAssembly (Wasm), whose low-level binary modules facilitate algorithmic obfuscation and evasion of traditional defenses. Signature-based static approaches fail in the face of syntactic metamorphism, while dynamic instrumen- tation imposes intolerable operational overhead. To circumvent these vulnerabilities, this dissertation proposes a static analysis architecture supported by vector classification and feature fusion. The method- ological pipeline intercepts and converts Wasm binaries into an AST using a parser developed in Rust, segmenting the code into independent functional units. Subsequently, large language models generate embeddings that are mathematically concatenated with deterministic heuristic metrics associated with Proof-of-Work routines. The resulting vector, operating in hyperspaces of up to 1027 dimensions, is indexed in a Qdrant Vector Database for topological inference. The empirical evaluation, conducted on a corpus of 74 native binaries (53.888 chunks), evaluated and compared decision engine based on spatial similarity (k-NN), statistical consolidation via traditional Machine Learning (Mean Pooling), and cognitive inference from local LLMs. The results attest that, while topological prediction achieves a Mean Reciprocal Rank of 0.9188 optimized for forensic triage, aggregated classification via Linear SVM attains an F1-Score of 0.9501, surpassing the semantic ambiguity inherent to isolated fragments. It is concluded that the projection of code into hybrid latent spaces provides precise and scalable identification of polymorphic threats, mitigating the costs of continuous execution.eng
dc.description.resumoO cryptojacking em ecossistemas web evoluiu drasticamente com a adoção do WebAssembly (wasm), cujos módulos binários de baixo nível facilitam a ofuscação algorítmica e a evasão de defesas tradicionais. Abordagens estáticas baseadas em assinaturas falham perante o metamorfismo sintático, enquanto a instrumentação dinâmica impõe sobrecargas operacionais intoleráveis. Para contornar estas vulnerabili- dades, esta dissertação propõe uma arquitetura de análise estática suportada por classificação vetorial e fusão de características. O pipeline metodológico concebido intercepta e converte binários wasm em AST utilizando um parser desenvolvido em Rust, segmentando o código em unidades funcionais independentes. Em seguida, modelos de linguagem de grande escala geram embeddings que são matematicamente conca- tenados a métricas heurísticas determinísticas associadas a rotinas de Proof-of-Work. O vetor resultante operando em hiper-espaços de até 1027 dimensões é indexado em um Banco de Dados Vetorial Qdrant para inferência topológica. A avaliação empírica, conduzida sobre um corpus de 74 binários nativos (53.888 chunks), contrastou motores de decisão baseados em similaridade espacial (k-NN), consolidação estatística Machine Learning tradicional via Mean Pooling, e inferência cognitiva LLMs locais. Os resultados atestam que, enquanto a predição topológica atinge um Mean Reciprocal Rank de 0,9188 otimizada para triagem forense, a classificação agregada através de SVM Linear atinge um F1-Score de 0,9501, superando a ambiguidade semântica inerente a fragmentos isolados. Conclui-se que a projeção de código em espaços latentes proporciona uma identificação precisa e escalável de ameaças polimórficas, mitigando os custos da execução contínua.eng
dc.description.sponsorshipFAPEAM - Fundação de Amparo à Pesquisa do Estado do Amazonaseng
dc.formatapplication/pdf*
dc.identifier.citationBAPTISTA, Bento Pedro Chico. Identificação de comportamento malicioso em WebAssembly. 2026. 99 f. Dissertação (Mestrado em Informática) - Universidade Federal do Amazonas, Manaus (AM), 2026.eng
dc.identifier.urihttps://tede.ufam.edu.br/handle/tede/11816
dc.languageporeng
dc.publisherUniversidade Federal do Amazonaseng
dc.publisher.countryBrasileng
dc.publisher.departmentInstituto de Computaçãoeng
dc.publisher.initialsUFAMeng
dc.publisher.programPrograma de Pós-graduação em Informáticaeng
dc.rightsAcesso Aberto
dc.rights.urihttps://creativecommons.org/licenses/by-nc-nd/4.0/pt_BR
dc.subjectWebAssemblyeng
dc.subjectCryptojackingeng
dc.subjectMachine Learningeng
dc.subjectVector Databaseeng
dc.subjectNatural Language Processingeng
dc.subjectFeature Fusioneng
dc.subjectStatic Analysiseng
dc.subject.cnpqCIENCIAS EXATAS E DA TERRAeng
dc.thumbnail.urlhttps://tede.ufam.edu.br/retrieve/96088/DISS_BentoBaptista_PPGI.pdf.jpg*
dc.titleIdentificação de comportamento malicioso em WebAssemblyeng
dc.title.alternativeIdentification of malicious behavior in WebAssemblyeng
dc.typeDissertaçãoeng

Arquivos

Pacote original

Agora exibindo 1 - 3 de 3
Carregando...
Imagem de Miniatura
Nome:
Dissertação___Bento_Baptista 1.pdf
Tamanho:
3,24 MB
Formato:
Documentos internos
Carregando...
Imagem de Miniatura
Nome:
CartaEncaminhamentoTCC-TESE-DISSERTACAO_%283%29_assinado.pdf
Tamanho:
319,37 KB
Formato:
Documentos internos
Carregando...
Imagem de Miniatura
Nome:
DISS_BentoBaptista_PPGI.pdf
Tamanho:
3,24 MB
Formato:
Adobe Portable Document Format

Pacote de licença

Agora exibindo 1 - 1 de 1
Carregando...
Imagem de Miniatura
Nome:
license.txt
Tamanho:
2,32 KB
Formato:
Item-specific license agreed upon to submission
Descrição: