Детальная информация
Название | Применение методов глубокого обучения для выявления вредоносных Android-приложений: выпускная квалификационная работа специалиста: 10.05.03 - Информационная безопасность автоматизированных систем ; 10.05.03_08 - Анализ безопасности информационных систем |
---|---|
Авторы | Игнатьев Глеб Юрьевич |
Научный руководитель | Павленко Евгений Юрьевич |
Другие авторы | Резединова Евгения Юрьевна |
Организация | Санкт-Петербургский политехнический университет Петра Великого. Институт прикладной математики и механики |
Выходные сведения | Санкт-Петербург, 2018 |
Коллекция | Выпускные квалификационные работы ; Общая коллекция |
Тематика | информационная безопаcность ; безопасность мобильных устройств ; google android ; вредоносное программного обеспечение ; статический анализ приложения ; глубокое обучение ; information security ; mobile security ; malware ; application static analysis ; deep learning |
Тип документа | Выпускная квалификационная работа специалиста |
Тип файла | |
Язык | Русский |
Уровень высшего образования | Специалитет |
Код специальности ФГОС | 10.05.03 |
Группа специальностей ФГОС | 100000 - Информационная безопасность |
Ссылки | Отзыв руководителя ; Рецензия ; Отчет о проверке на объем и корректность внешних заимствований |
DOI | 10.18720/SPBPU/3/2018/vr/vr18-113 |
Права доступа | Доступ по паролю из сети Интернет (чтение, печать, копирование) |
Ключ записи | ru\spstu\vkr\167 |
Дата создания записи | 09.11.2018 |
Разрешенные действия
–
Действие 'Прочитать' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети
Действие 'Загрузить' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети
Группа | Анонимные пользователи |
---|---|
Сеть | Интернет |
В настоящей выпускной квалификационной работе представлен подход к выявлению вредоносного программного обеспечения в Android ОС на основе глубокого обучения. В работе рассмотрены проблемы существующих подходов по анализу Android-приложения с использованием глубокого обучения, на основании которых предложен собственный подход, использующий сверточную нейронную сеть. Результаты экспериментальной оценки эффективность разработанного на основании подхода программного макета приведены и демонстрируют высокую вероятность обнаружения вредоносных Android-приложений.
This final learning. The paper discusses the problems of the existing approach-es to analyzing the Android application using deep training, based on which we pro-pose our own approach using a convolutional neural network. The paper reviews the drawbacks of the existing approaches to applications analysis using deep learning, based on which new approach is proposed using a convolutional neural network. The results of an experimental evaluation of the effectiveness of the proposed approach demonstrates a high probability Android malware applications detection.qualifying work presents an approach to Android malware detection based on deep.
Место доступа | Группа пользователей | Действие |
---|---|---|
Локальная сеть ИБК СПбПУ | Все |
|
Интернет | Авторизованные пользователи СПбПУ |
|
Интернет | Анонимные пользователи |
|
Количество обращений: 413
За последние 30 дней: 4