Details

Целью работы является обнаружение вредоносных мобильных приложений с использованием методов машинного обучения на основе анализа используемых ими функций и разрешений. Задачи, решаемые в ходе исследования: 1. Исследование существующих методов выявления вредоносных мобильных приложений. 2. Сбор набора данных из вредоносных и легитимных мобильных Android-приложений и извлечение характеристических признаков. 3. Анализ полученных данных и определение наиболее значимые признаков, используемых для классификации приложений. 4. Разработка модели машинного обучения для выявления вредоносных мобильных приложений и её тестирование. В ходе работы была рассмотрена система GSDroid, сочетающая статический и динамический анализ с использованием алгоритмов машинного обучения, что обеспечивает высокую точность идентификации угроз. Была разработана и протестирована модель машинного обучения для выявления вредоносных мобильных приложений. Полученные результаты могут быть использованы разработчиками мобильного ПО и специалистами в области информационной безопасности для повышения уровня защищенности мобильных приложений.

The goal of the work is to detect malicious mobile applications using machine learning methods based on the analysis of the functions and permissions they use. Problems solved during the study: 1. Research of existing methods for identifying malicious mobile applications. 2. Collection of data set from malicious and legitimate Android mobile applications and extraction of characteristic features. 3. Analysis of the obtained data and determination of the most significant features used to classify applications . 4. Development of a machine learning model for identifying malicious mobile applications and testing it . During the work, the GSDroid system was considered, combining static and dynamic analysis using machine learning algorithms, which ensures high accuracy of threat identification. A machine learning model was developed and tested to identify malicious mobile applications. The results obtained can be used by mobile software developers and information security specialists to increase the security level of mobile applications.