Детальная информация
| Название | Выявление вредоносных приложений для операционной системы Android с использованием капсульной нейронной сети: выпускная квалификационная работа специалиста: 10.05.04 - Информационно-аналитические системы безопасности ; 10.05.04_01 - Автоматизация информационно-аналитической деятельности = Detection of malicious applications for the Android operating system using the capsule neural network |
|---|---|
| Авторы | Суслов Станислав Михайлович |
| 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, 2019 |
| Коллекция | Выпускные квалификационные работы ; Общая коллекция |
| Тематика | информационная безопасность ; безопасность мобильных устройств ; google android ; вредоносное программное обеспечение ; динамический анализ приложения ; глубокое обучение ; information security ; mobile security ; malware software ; dynamic analysis of the application ; deep learning |
| Тип документа | Выпускная квалификационная работа специалиста |
| Язык | Русский |
| Уровень высшего образования | Специалитет |
| Код специальности ФГОС | 10.05.04 |
| Группа специальностей ФГОС | 100000 - Информационная безопасность |
| Ссылки | Отзыв руководителя ; Рецензия ; Отчет о проверке на объем и корректность внешних заимствований |
| DOI | 10.18720/SPBPU/3/2019/vr/vr19-40 |
| Права доступа | Доступ по паролю из сети Интернет (чтение, печать, копирование) |
| Ключ записи | ru\spstu\vkr\482 |
| Дата создания записи | 28.02.2019 |
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 данной работе представлен подход к выявлению вредоносного программного обеспечения для ОС Android на основе глубокого обучения. В работе рассмотрены проблемы существующих подходов к анализу Android-приложения с использованием глубокого обучения, на основании которых предложен собственный подход, использующий капсульную нейронную сеть. Результаты экспериментальной оценки эффективности разработанного прототипа демонстрируют высокую вероятность обнаружения вредоносных Android-приложений.
This paper presents an approach to identifying malware for Android OS based on deep learning. The paper discusses the problems of existing approaches to the analysis of Android applications using deep learning, on the basis of which they proposed their own approach using a capsular neural network. The results of an experimental assessment of the effectiveness of the developed prototype demonstrate a high probability of detecting malicious Android applications.
| Место доступа | Группа пользователей | Действие |
|---|---|---|
| Локальная сеть ИБК СПбПУ | Все |
|
| Интернет | Авторизованные пользователи СПбПУ |
|
| Интернет | Анонимные пользователи |
|