یک طرح شناسایی و دسته بندی بدافزارهای اندرویدی و تامین امنیت سایبری مبتنی بر یادگیری عمیق (2023)
عنوان فارسی پروپوزال | یک طرح شناسایی و دسته بندی بدافزارهای اندرویدی و تامین امنیت سایبری مبتنی بر یادگیری عمیق (2023) |
---|---|
عنوان انگلیسی پروپوزال | Metaheuristics with Deep Learning Model for Cybersecurity and Android Malware Detection and Classification |
سال نگارش | 2023 |
رشته | مهندسی نرم افزار و شبکه – MBA |
قالب فایل | Word |
لینک مقاله بیس | https://www.mdpi.com/2076-3417/13/4/2172 |
بیان مساله
با توسعه سیستمهای اطلاعاتی در سالهای اخیر، امنیت سایبری به یک دغدغه اساسی برای بسیاری از گروهها، سازمانها و موسسات تبدیل شده است. برنامه های تشخیص بدافزارها، یکی از ابزارها و تاکتیکهای متداول برای انجام حمله سایبری به دستگاههای اندرویدی هستند و توسعه راههای جدید برای شناسایی این بدافزارها، کاری دشوار است.
مدل های مختلفی برای شناسایی بدافزارها جهت تقویت سیستم عامل اندروید در برابر چنین حملاتی وجود دارد. این مدلها، بدافزار را بر اساس ویژگی های موجود در برنامه های اندروید ، دسته بندی می کنند. اما ادامه رشد داده های تحلیلی و رشد روزافزون انواع ویژگیهای ، مکانیسم های انتخاب ویژگی در مکانیسم تشخیص بسیار سودمند هستند.
این تحقیق، یک مدل شناسایی بدافزار اندروید مبتنی بر یادگیری عمیق (RHSODL-AMD) ارائه میکند. تکنیک ارائهشده شامل یافتن فراخوانهای رابطهای برنامهنویسی برنامه (API) و مهمترین مجوزها است که منجر به تفکیک مؤثر بین برنامههای نرمافزار خوب و بدافزار میشود. یک تکنیک انتخاب زیر مجموعه ویژگی مبتنی بر RHSO (RHSO-FS) برای بهبود نتایج طبقهبندی بکار گرفته شده است.
دیدگاهها
هیچ دیدگاهی برای این محصول نوشته نشده است.