Az Internet-of-Things világában is megjelentek a kártékony programok (malware-ek). Ezek segítségével a támadók nagy számú beágyazott IoT eszköz felett vehetik át az uralmat, és ezekből támadó infrastruktúrát hozhatnak létre, ami veszélyt jelent az Internet alapú szolgáltatásokra. Szükségessé vált tehát az ilyen kártékony programok hatékony detekciója erőforrás korlátozott beágyazott IoT eszközökön. A közelmúltban javasoltak megoldásokat erre a célra, többek között a bináris hasonlóságra épülő technikát alkalmazó SIMBIoTA anti-vírus rendszert. Ez azonban egyelőre csak kutatási cikkekben leírt algoritmusok és azok prototípus szintű implementációja formájában létezik. A projekt célja egy valódi (éles) környezetben használható megvalósítás megtervezése és implementációja.

A hallgató feladata a SIMBIoTA anti-vírus megoldás megismerése, majd egy Raspberry Pi platformot támogató megvalósítás megtervezése és implementációja, mely alkalmas több százezer kliens folyamatos kiszolgálására. A megvalósításnak kliens oldalon könnyen kezelhetőnek és hatékonynak kell lennie mind a tárkapacitás igényt mind pedig a futási időt tekintve. A back-end oldalon a hatékonyság nem feltétlenül kritikus követelmény, ugyanakkor biztosítani kell a folyamatos frissítések megbízható elérhetőségét a kliensek számára. A megvalósításnak támogatnia kell továbbá a lehetséges jövőbeli bővítéseket, pl. a jelenlegi hasonlósági gráf domináló csúcshalmazára épülő megoldás könnyű lecserélhetőségét egy gépi tanulás alapú megoldásra.