Целью работы является повышение точности обнаружения автоматически управляемых аккаунтов в мобильных приложениях за счет использования нейронной сети долгой краткосрочной памяти. Задачи, решаемые в ходе исследования: 1. Анализ техник злоумышленников по автоматизации действий. 2. Определение метрик, позволяющих отделить автоматический трафик от того, что генерируется живым пользователем на мобильных устройствах. 3. Разработка клиент-серверной архитектуры и макета системы обнаружения автоматически управляемых аккаунтов в мобильных приложениях, реализующий разработанный метод. 4. Экспериментальная оценка эффективности предлагаемого решения. В результате работы был разработан метод обнаружения автоматически управляемых аккаунтов в мобильных приложениях операционной системы Android, была продемонстрирована эффективность средства. Полученные результаты могут быть использованы в качестве основы для проектирования систем обнаружения автоматически управляемых аккаунтов в мобильных приложениях.

The goal of the work is to increase the accuracy of detection of automatically managed accounts in mobile applications through the use of a long short-term memory neural network. Problems solved during the study: 1. Analysis of attacker techniques for automating actions. 2. Defining metrics that allow you to separate automatic traffic from what is generated by a live user on mobile devices. 3. Development of a client-server architecture and layout of a system for detecting automatically managed accounts in mobile applications, implementing the developed method. 4. Experimental assessment of the effectiveness of the proposed solution. As a result of the work, a method for detecting automatically managed accounts in mobile applications of the Android operating system was developed, and the effectiveness of the tool was demonstrated. The results obtained can be used as a basis for designing systems for detecting automatically managed accounts in mobile applications.