---
title: Equipe de pesquisa da Universidade Soongsil desenvolve tecnologia de análise de código malicioso com inteligência artificial generativa
url: https://www.elseif.net/pt-br/equipe-de-pesquisa-da-universidade-soongsil-desenvolve-tecnologia-de-analise-de-codigo-malicioso-com-inteligencia-artificial-generativa
published: 2026-11-05T20:05:01+00:00
language: pt-br
section: Modelos
source: https://www.dailysecu.com/news/articleView.html?idxno=209271
organizations: Soongsil University, AhnLab, Raon Convergence, Korea University, Yonsei University, IITP
publisher: elseif
---

# Equipe de pesquisa da Universidade Soongsil desenvolve tecnologia de análise de código malicioso com inteligência artificial generativa

A equipe de pesquisa do professor Lee Jung-hyun, da Universidade Soongsil, desenvolveu uma tecnologia de desofuscação de binários e um sistema de avaliação de desempenho baseados em inteligência artificial generativa para analisar códigos maliciosos.

O projeto resultou no pedido de 32 patentes, sendo 7 internacionais e 25 nacionais. As patentes para a tecnologia de desempacotamento, que auxilia na análise ao remover a embalagem de arquivos executáveis, foram solicitadas nos Estados Unidos e na Europa, além de terem passado por pedidos internacionais via Tratado de Cooperação em Patentes. Já a tecnologia de conversão de múltiplos códigos binários teve pedidos de patente nos Estados Unidos e no Japão. Adicionalmente, foram registrados 7 direitos autorais de software.

Foram firmados quatro contratos de transferência de tecnologia totalizando 407.000.000 KRW. Em 2024, a tecnologia de desofuscação de código malicioso foi transferida por 77.000.000 KRW. Entre 2025 e 2026, foram celebrados três contratos de licença de patente para a tecnologia de conversão de múltiplos códigos de ofuscação binária, somando 330.000.000 KRW.

A tecnologia visa restaurar códigos ofuscados, que são alterados por criadores de malware para evitar a detecção por produtos de segurança e o rastreamento de analistas, para formas mais compreensíveis. O sistema inclui funções para identificar a técnica de ofuscação aplicada e avaliar a qualidade do resultado da restauração.

Em avaliações realizadas pela AhnLab, o sistema registrou uma taxa de sucesso de desofuscação de 83,5% e uma precisão de 87,2% na identificação de técnicas de ofuscação, superando a meta de 80%. O sistema foi considerado adequado em todos os indicadores de desempenho, incluindo a resposta a ofuscações complexas e a evasão de técnicas de prevenção de análise. A pesquisa é apoiada pelo Ministério da Ciência e TIC e pelo Instituto de Planejamento e Avaliação de Tecnologia da Informação e Comunicação, com prazo de execução de abril de 2024 a dezembro de 2026. A colaboração envolveu a Universidade Korea, a Universidade Yonsei, a Raon Convergence e a AhnLab.