No dia 26 de junho de 2026, o discente Gustavo dos Santos Barbosa Lima, do Programa de Pós-Graduação Profissional em Engenharia Elétrica (PPEE/UnB), em parceria com o LabRisk, realizou a defesa de seu Trabalho de Conclusão de Curso (TCC), intitulado “Malware Classification from Binary Images Using Machine Learning: A Review”, em sessão remota.
A banca examinadora foi composta pelos professores Laerte Peotta de Melo e Geraldo Pereira Rocha Filho, sob orientação do Prof. Dr. João José Costa Gondim.
O trabalho apresentou uma revisão da literatura sobre a classificação de malwares por meio da conversão de arquivos binários em imagens e da aplicação de técnicas de Machine Learning. Foram analisados 166 artigos científicos publicados entre 2019 e 2026, abrangendo abordagens tradicionais de aprendizado de máquina, Redes Neurais Convolucionais (CNNs), Vision Transformers (ViTs) e métodos de aprendizagem autossupervisionada, além dos principais conjuntos de dados e métricas utilizados na área.
Os resultados evidenciaram o avanço das técnicas baseadas em visão computacional para detecção de malwares, bem como os desafios relacionados à qualidade dos conjuntos de dados, às métricas de avaliação e à adaptação dos modelos frente à constante evolução das ameaças cibernéticas.
Durante a arguição, os membros da banca destacaram a relevância e a atualidade do tema, sugerindo aprimoramentos relacionados às métricas de avaliação, à análise do custo computacional dos modelos e à exploração de novas abordagens, como aprendizado federado e técnicas de preservação de privacidade. O orientador ressaltou o potencial da pesquisa para futuras publicações científicas e informou que o trabalho será aperfeiçoado com as contribuições recebidas durante a defesa.
Como contribuição para a sociedade, o estudo consolida o conhecimento científico sobre classificação de malwares por imagens binárias utilizando Machine Learning, servindo como referência para pesquisadores e profissionais da área. Além disso, fornece subsídios para o desenvolvimento de soluções mais eficientes na detecção de ameaças digitais, fortalecendo a proteção de sistemas, infraestruturas e dados em um cenário de crescente sofisticação dos ataques cibernéticos.
Publicado originalmente no site do LabRisk.
