Nell'era digitale moderna, la sicurezza informatica rappresenta una delle principali sfide a livello globale. Con l'aumento esponenziale delle minacce cibernetiche, proteggere i sistemi informativi e i dati sensibili è diventata una priorità assoluta per le organizzazioni pubbliche e private. Tra queste minacce, i software malevoli, noti come malware, sono particolarmente preoccupanti per la loro capacità di diffondersi e danneggiare i sistemi informatici.

Per salvaguardare utenti e dispositivi, è fondamentale sviluppare sistemi in grado di determinare se un programma ha intenti dannosi. Tuttavia, il rilevamento dei malware ad oggi rimane ancora problematico. Le tecniche di rilevamento basate sulla firma sono efficienti ed efficaci nell'individuare malware noti, ma non riescono a identificare quelli sconosciuti. Al contrario, tecniche più avanzate, come quelle basate sul comportamento, funzionano bene per malware sconosciuti, ma devono essere condotte in un ambiente sicuro, sotto la supervisione di un esperto e richiedono un tempo considerevole per l'elaborazione di ogni file.

Questo lavoro di tesi si concentra sulla progettazione di un sistema basato su reti neurali per il riconoscimento e la classificazione di malware nei file Portable Executable. L'obiettivo è creare un sistema capace di riconoscere virus sconosciuti, superando i limiti delle tecniche di analisi statica, e di fornire informazioni preliminari sul malware senza dover eseguire il software malevolo, risolvendo così le problematiche legate alle tecniche di analisi dinamica.