Système de détection de malwares basé sur l’apprentissage profond pour Android
| dc.contributor.author | Maini, Rachid Cherif | |
| dc.date.accessioned | 2022-03-08T10:29:02Z | |
| dc.date.available | 2022-03-08T10:29:02Z | |
| dc.date.issued | 2020 | |
| dc.description.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 | en_US |
| dc.description.provenance | Submitted by snv snv (dspace.snv@univ-tebessa.dz) on 2022-03-08T10:29:02Z No. of bitstreams: 1 Mémoire fin d'études Maini.pdf: 4306602 bytes, checksum: 9877f5303b34021b547dda15ae5c9f81 (MD5) | en |
| dc.description.provenance | Made available in DSpace on 2022-03-08T10:29:02Z (GMT). No. of bitstreams: 1 Mémoire fin d'études Maini.pdf: 4306602 bytes, checksum: 9877f5303b34021b547dda15ae5c9f81 (MD5) Previous issue date: 2020 | en |
| dc.description.sponsorship | Pr. Derdour Makhlouf | en_US |
| dc.identifier.uri | http//localhost:8080/jspui/handle/123456789/1859 | |
| dc.language.iso | fr | en_US |
| dc.publisher | Universite laarbi tebessi tebessa | en_US |
| dc.subject | Android, static and dynamic analysis, deep learning, malware detection,permissions, API calls, related commands, recurrent neural networks | en_US |
| dc.subject | Android, analyse statique et dynamique, apprentissage profond, détection des malwares, permissions, appels API, commandes liées, réseaux de neurones récurrents. | en_US |
| dc.title | Système de détection de malwares basé sur l’apprentissage profond pour Android | en_US |
| dc.type | Thesis | en_US |
Files
Original bundle
1 - 1 of 1
No Thumbnail Available
- Name:
- Mémoire fin d'études Maini.pdf
- Size:
- 4.11 MB
- Format:
- Adobe Portable Document Format
- Description:
License bundle
1 - 1 of 1
No Thumbnail Available
- Name:
- license.txt
- Size:
- 1.71 KB
- Format:
- Item-specific license agreed upon to submission
- Description: