Détection d’applications Android malveillantes à l’aide de réseaux de neurones profonds

dc.contributor.authorIkni, Afaf Fatima Zohraen_US
dc.contributor.authorSekkak, Ibrahimen_US
dc.date.accessioned2024-11-10T09:34:50Zen_US
dc.date.available2024-11-10T09:34:50Zen_US
dc.date.issued2024-06-13en_US
dc.description.abstractCes dernières années, Android a gagné en popularité en tant que système d'exploitation mobile le plus populaire à travers le monde, ce qui en fait une cible importante pour les cybercriminels. Ainsi, la question de la sécurité de cette plateforme revêt une grande importance. Malgré tout ce que ce système propose en termes de mécanismes solides pour protéger sa plateforme, il présente cependant plusieurs vulnérabilités et failles. La prolifération des applications Android a conduit à une augmentation des malwares, posant des risques significatifs pour la sécurité des utilisateurs et de leurs données. Les techniques traditionnelles de détection, basées sur des signatures et des heuristiques, peinent à suivre l'évolution rapide et la complexité croissante des malwares. Les réseaux de neurones profonds (Deep learning) offrent une solution prometteuse pour améliorer la détection des applications malveillantes grâce à leur capacité à analyser des schémas complexes et variés.en_US
dc.identifier.urihttps://dspace.univ-tlemcen.dz/handle/112/23490en_US
dc.language.isofren_US
dc.publisherUniversity of Tlemcenen_US
dc.relation.ispartofseries2695 inv;en_US
dc.subjectMalware, sécurité, Application Android, Deep Learning, détection.en_US
dc.titleDétection d’applications Android malveillantes à l’aide de réseaux de neurones profondsen_US
dc.typeThesisen_US

Files

Original bundle

Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
Detection_d’applications_Android_malveillantes_à_l’aide_de_reseaux_de_neurones_profonds.pdf
Size:
2.73 MB
Format:
Adobe Portable Document Format
Description:

License bundle

Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description: