Extração e análise de publicações associadas à cibersegurança no Pastebin

• Autor(a) principal: Ramos, Felipe Veiga
• Data de Publicação: 2018
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))
• Texto Completo: http://repositorio.utfpr.edu.br/jspui/handle/1/6012
• topic: CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO; Processamento de linguagem natural (Computação); Compartilhamento de arquivos de computador; Recuperação de dados (Computação); Proteção de dados; Natural language processing (Computer science); Computer file sharing; Data recovery (Computer science); Data protection

O Pastebin é uma ferramenta de compartilhamento de texto puro, ou seja, permite a publicação de textos, inclusive de forma anônima. Nesta monografia objetiva-se investigar os textos (pastes) postados no Pastebin quanto à sua relevância para extrair e identificar informações que possam ser utilizadas para ações proativas ou reativas mais rápidas na proteção de redes de computadores e sistemas. Para identificar tais informações, foram utilizadas expressões regulares, palavras-chave, detecção de idioma e análise manual, que também serviram de entrada para algoritmos de classificação. A coleta foi realizada num intervalo de 21 dias, resultando em uma base com 3650 pastes. A partir do pré-processamento e análise da base por meio de processamento de linguagem natural e estatística, foram extraídas características que resultaram em uma base de inteligência para uso na identificação de novos pastes de interesse. Verificou-se que existem informações relacionadas à cibersegurança no Pastebin, como venda de informações bancárias, vazamento de credenciais (por exemplo e-mails), disponibilização de informações pessoais e programas alterados. Essas informações são importantes para ações proativas ou reações mais rápidas contra ciberameaças.