Please use this identifier to cite or link to this item:
http//localhost:8080/jspui/handle/123456789/1859
Title: | Système de détection de malwares basé sur l’apprentissage profond pour Android |
Authors: | Maini, Rachid Cherif |
Keywords: | Android, static and dynamic analysis, deep learning, malware detection,permissions, API calls, related commands, recurrent neural networks Android, analyse statique et dynamique, apprentissage profond, détection des malwares, permissions, appels API, commandes liées, réseaux de neurones récurrents. |
Issue Date: | 2020 |
Publisher: | Universite laarbi tebessi tebessa |
Abstract: | Le système d’exploitation Android est devenu le système d’exploitation mobile le plus utilisé, cette popularité croissante a attiré l’attention du développeur des malwares, ce qui leur donne la possibilité de crée des applications malveillantes pour attaquer les appareils Android. Récemment, il existe une nouvelle génération de logiciels Android malveillants qui les rendent beaucoup plus difficiles à détecter a l’aide de méthodes conventionnelles. Nous proposons dans ce mémoire une méthode de caractérisation et de détection de ces malwares basés sur les permissions, appels d’API et les commandes liées qui exploitent ce mode d’infection. Notre méthode est basée sur les techniques d’apprentissage profond, ce qui nous a permet de crée le meilleur modèle par rapport à l’ensemble de données utilisé. Notre modèle a été testé sur de vrais appareils Android pour déterminer si une application particulière est malveillante ou non en effectuant une analyse de comportement |
URI: | http//localhost:8080/jspui/handle/123456789/1859 |
Appears in Collections: | 3- إعلام آلي |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
Mémoire fin d'études Maini.pdf | 4,21 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.
Admin Tools