Um estudo acadêmico publicado no arXiv avaliou seis modelos clássicos de aprendizado de máquina usados para detectar cryptojacking em ambientes de nuvem. Cryptojacking é quando alguém usa, sem permissão, os recursos de um computador ou servidor para minerar criptomoedas, deixando o sistema lento e gerando custos para o dono.

Os modelos testados foram Random Forest, XGBoost, LightGBM, Gradient Boosting, Decision Tree e K-Nearest Neighbors (KNN). Como ainda não existe um conjunto de dados público feito especificamente para nuvem, os pesquisadores usaram dois conjuntos substitutos, o DS2OS e o NSL-KDD, que servem de aproximação.

Segundo o artigo, as escolhas de preparação dos dados e o modo de avaliação fazem diferença real no desempenho. No DS2OS, retirar as características ligadas a identificadores fez a maioria dos modelos cair para cerca de 96% de acerto, enquanto o KNN teve acerto maior, mas detectou menos ataques.

No NSL-KDD, os modelos acertaram entre 77% e 80% no conjunto oficial de teste, que traz tipos de ataque não vistos no treino. Quando os dados foram divididos de forma aleatória, o acerto passou de 99,5%. A diferença mostra que um resultado muito alto pode ser enganoso se o teste não reflete situações novas.

Por isso, os autores also destacam métricas como precisão, recall e o Coeficiente de Correlação de Matthews (MCC), que dão uma visão mais completa do que o simples índice de acerto. O trabalho não é um alerta de ataque nem traz orientação de proteção; seu valor está em orientar como comparar e avaliar esses detectores com justiça.