Please use this identifier to cite or link to this item: http//localhost:8080/jspui/handle/123456789/1859
Full metadata record
DC FieldValueLanguage
dc.contributor.authorMaini, Rachid Cherif-
dc.date.accessioned2022-03-08T10:29:02Z-
dc.date.available2022-03-08T10:29:02Z-
dc.date.issued2020-
dc.identifier.urihttp//localhost:8080/jspui/handle/123456789/1859-
dc.description.abstractLe 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 comportementen_US
dc.description.sponsorshipPr. Derdour Makhloufen_US
dc.language.isofren_US
dc.publisherUniversite laarbi tebessi tebessaen_US
dc.subjectAndroid, static and dynamic analysis, deep learning, malware detection,permissions, API calls, related commands, recurrent neural networksen_US
dc.subjectAndroid, analyse statique et dynamique, apprentissage profond, détection des malwares, permissions, appels API, commandes liées, réseaux de neurones récurrents.en_US
dc.titleSystème de détection de malwares basé sur l’apprentissage profond pour Androiden_US
dc.typeThesisen_US
Appears in Collections:3- إعلام آلي

Files in This Item:
File Description SizeFormat 
Mémoire fin d'études Maini.pdf4,21 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.

Admin Tools