Details

Title 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
Creators Игнатьев Глеб Юрьевич
Scientific adviser Павленко Евгений Юрьевич
Other creators Резединова Евгения Юрьевна
Organization Санкт-Петербургский политехнический университет Петра Великого. Институт прикладной математики и механики
Imprint Санкт-Петербург, 2018
Collection Выпускные квалификационные работы ; Общая коллекция
Subjects 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
Document type Specialist graduation qualification work
File type PDF
Language Russian
Level of education Specialist
Speciality code (FGOS) 10.05.03
Speciality group (FGOS) 100000 - Информационная безопасность
Links Отзыв руководителя ; Рецензия ; Отчет о проверке на объем и корректность внешних заимствований
DOI 10.18720/SPBPU/3/2018/vr/vr18-113
Rights Доступ по паролю из сети Интернет (чтение, печать, копирование)
Record key ru\spstu\vkr\167
Record create date 11/9/2018

Allowed Actions

Action 'Read' will be available if you login or access site from another network

Action 'Download' will be available if you login or access site from another network

Group Anonymous
Network Internet

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.

Network User group Action
ILC SPbPU Local Network All
Read Print Download
Internet Authorized users SPbPU
Read Print Download
Internet Anonymous

Access count: 413 
Last 30 days: 4

Detailed usage statistics