Метод виявлення аномальної активності мобільних додатків на основі поведінкового аналізу

Скорочена інформація про документ
dc.contributor.authorМусіюк, Андрій Віталійович
dc.date.accessioned2025-01-07T07:30:12Z
dc.date.available2025-01-07T07:30:12Z
dc.date.issued2024
dc.description.abstractЦифровізація суспільства створює нові виклики для інформаційної безпеки, особливо в контексті мобільних додатків. Значна частина загроз спричинена шкідливим програмним забезпеченням, яке часто маскується під легітимні програми. Це зумовлює потребу у впровадженні сучасних методів виявлення аномальної активності для мінімізації ризиків витоку даних та несанкціонованого доступу. У роботі проведено аналіз сучасних методів моніторингу активності мобільних додатків. Особливу увагу приділено поведінковим підходам, які враховують патерни користувацької активності. Основою запропонованого методу є використання алгоритмів машинного навчання для аналізу викликів API, дозволів додатків та інших поведінкових характеристик. Розроблено модель нейронної мережі для класифікації поведінкових ознак мобільних додатків, яка дозволяє відрізняти нормальну активність від аномальної. Проведено тестування моделі в умовах експериментального середовища, що підтвердило її високу ефективність у виявленні потенційних загроз. Результати дослідження показують, що запропонований метод забезпечує точну класифікацію мобільних додатків та дозволяє своєчасно ідентифікувати загрози. Це відкриває можливості для інтеграції розробленого підходу в сучасні системи захисту мобільних платформ.
dc.identifier.citationМусіюк А. В. Метод виявлення аномальної активності мобільних додатків на основі поведінкового аналізу : кваліфікаційна робота магістра : 125 Кібербезпека та захист інформації / А. В. Мусіюк ; Хмельниц. нац. ун-т. – Хмельницький, 2024. – 105 с.
dc.identifier.urihttps://elar.khmnu.edu.ua/handle/123456789/17513
dc.language.isouk
dc.publisherХмельницький національний університет
dc.subject125 Кібербезпека та захист інформації
dc.subjectмашинне навчання
dc.subjectповедінковий аналіз
dc.subjectмобільні додатки
dc.subjectаномальна активність
dc.subjectнейронна мережа
dc.subjectкласифікація
dc.titleМетод виявлення аномальної активності мобільних додатків на основі поведінкового аналізу
dc.typeМагістерські роботи
Файли
Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Мусіюк_repozitory.pdf
Розмір:
8.81 MB
Формат:
Adobe Portable Document Format
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Назва:
license.txt
Розмір:
4.26 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити
Зібрання
ФІТ/(М)