Мусіюк, Андрій Віталійович2025-01-072025-01-072024Мусіюк 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.https://elar.khmnu.edu.ua/handle/123456789/17513Цифровізація 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.uk125 Кібербезпека та захист інформаціїмашинне навчанняповедінковий аналізмобільні додаткианомальна активністьнейронна мережакласифікаціяМагістерські роботи