Istraživači s Carnegie Mellon University Africa istražuju kako se mogu koristiti genetski algoritmi za testiranje sigurnosnih obrana protiv prilagodljivog malwarea. Jema Ndibwile, pomoćni profesor za poučavanje kibernetičke sigurnosti, i njegov istraživački tim, uključujući i Alvina Rwaichi Minju, objavili su rad pod nazivom 'Evaluation Endpoint Robustness Against Genetic Algorithm Driven Code Transformation' na arXiv preprint serveru. Minja je predstavila istraživanje na IEEE International Conference on Cryptography, Security and Privacy u Japanu i osvojila je certifikat zahvalnosti za najbolju prezentaciju na temu umjetne inteligencije u kibernetičkoj sigurnosti. Istraživanje se usredotočilo na reverse-shell kod, vrstu sigurnosnog testa koji se često koristi u kontroliranim istraživačkim okruženjima. Cilj istraživanja bio je razumjeti koliko dobro moderne sigurnosne obrane reagiraju na automatski generirane, funkcionalno ekvivalentne softverske varijante. Istraživači su poslali uzorke kako bi vidjeli koliko reverse-shell koda može zaobići vatrozide.