РОЗРОБКА ПІДХОДУ ДО ВИЯВЛЕННЯ ШКІДЛИВОГО ПЗ ДЛЯ ANDROID З ВИКОРИСТАННЯМ МЕТОДІВ ГЛИБИННОГО НАВЧАННЯ
DOI:
https://doi.org/10.34185/1562-9945-4-153-2024-05Ключові слова:
операційна система, Android, Android - додатки, штучна нейронна мережа, згорткова нейронна мережа, API, алгоритм, класифікація, машинне навчанняАнотація
Метою роботи є розробка підходу для виявлення шкідливого програмного забезпечення для операційної системи Android на основі статистичного аналізу c використанням методів глибокого навчання. Для досягнення поставленої мети були вирішені наступні задачі: 1. Дослідження особливостей Android-додатків і розробка способу подання додатка для подальшого аналізу безпеки. 2. Дослідження методів глибокого навчання і вибір найбільш відповідного з них. 3. Розробка підходу до виявлення шкідливого програмного забезпечення для Android з використанням методів глибокого навчання. Основна ідея підходу - уявлення Android-додатки у вигляді зображення для подальшого аналізу згортовою нейронною мережею, причому в цьому зображенні пікселі представляють послідовність пар API виклику і відпорному йому рівня захисту, який виводиться з дозволу, яке необхідно для виклику API.
Посилання
Mobile Operating System Market Share Worldwide [Електронний ресурс] // StatCounter.com - URL: http://gs.statcounter.com/os-market-share/mobile/ worldwide
Android vs iOS vs Windows: Which suffers most infections? Nokia reveals all [Електронний ресурс] // ZDNet.com. - URL: https://www.zdnet.com/article / android-vs-ios-vs-windows-which-suffers-most-infections-nokia-reveals-all /
McAfee Mobile Threat Report [Електронний ресурс] // McAfee.com. - URL: https://www.mcafee.com/cn/resources/reports/rp-mobile-threat-report2024.pdf.
Завантаження
Опубліковано
Номер
Розділ
Ліцензія
Авторське право (c) 2024 Системні технології
Ця робота ліцензується відповідно до ліцензії Creative Commons Attribution 4.0 International License.
