Nghiên Cứu Về Phát Hiện Malware Trên Android Bằng Học Tập Liên Kết

2022

95
0
0

Phí lưu trữ

30.000 VNĐ

Mục lục chi tiết

LỜI CẢM ƠN

1. CHƯƠNG 1: TỔNG QUAN

1.1. Giới thiệu chung

1.2. Động lực nghiên cứu

1.3. Tính khoa học

1.4. Tính ứng dụng

1.5. Phạm vi của vấn đề

1.6. Thách thức an toàn

1.7. Đóng góp của khóa luận

2. CHƯƠNG 2: CƠ SỞ LÝ THUYẾT VÀ CÁC NGHIÊN CỨU LIÊN QUAN

2.1. Tổng quan về cấp quyền truy cập và top quyền truy cập

2.2. Bản đồ quyền truy cập

2.3. Quy trình tạo Perm-Maps

2.4. Tổng quan về học cộng tác

2.4.1. Các loại học cộng tác

2.4.2. Học cộng tác tập trung

2.4.3. Học tập cộng tác phi tập trung

2.4.4. Học cộng tác không đồng nhất

2.4.5. Học lặp đi lặp lại

2.4.6. Dữ liệu non-1d

2.4.7. Ưu và nhược điểm của học cộng tác

2.4.8. Mô hình Safe SSL

2.4.9. Mô hình học cộng tác bán giám sát an toàn

2.4.10. Một cấu trúc cộng tác kết hợp PermMaps

2.5. Tập tin manifest của Android

2.6. Giới thiệu về Convolutional Neural Network

2.7. Giới thiệu về Support Vector Machine

2.8. Giới thiệu về Random Forest

3. CHƯƠNG 3: PHƯƠNG PHÁP THỰC HIỆN

3.1. Các phương pháp xử lý dữ liệu

3.2. Information Gain trong lựa chọn tính năng

3.3. Tổng hợp và chuyển nhị phân

3.4. Các phương pháp xây dựng mô hình sử dụng quyền truy cập

3.5. Sử dụng thuật toán máy học

3.6. Các phương pháp xây dựng mô hình học cộng tác

3.7. Mô hình Less is More

3.8. Mô hình học cộng tác trên thiết bị Android

4. CHƯƠNG 4: THỰC NGHIỆM VÀ ĐÁNH GIÁ KẾT QUẢ

4.1. Thực nghiệm quyền truy cập với thuật toán SVM

4.2. Thực nghiệm quyền truy cập với thuật toán Random Forest

4.3. Thực nghiệm quyền truy cập với thuật toán CNN

4.4. Cách thức lựa chọn quyền truy cập

4.5. Thực nghiệm mô hình học liên kết với thiết bị di động

4.6. Xây dựng GUI cho Server

4.7. Xử lý các hành động cho ứng dụng server GUI

4.8. Lắng nghe các kết nối trong một luồng

4.9. Xây dựng GUI cho máy khách

4.10. Xử lý các hành động cho ứng dụng GUI của máy khách

4.11. Gửi và nhận dữ liệu trong một luồng

4.12. Các công cụ dùng để đánh giá hiệu suất

4.13. Precision and Recall

4.14. Đánh giá hiệu suất của mô hình cấp quyền truy cập đối với bộ dữ liệu AndMal2017

4.15. Đánh giá hiệu suất của mô hình học cộng tác theo cấu trúc LiM đối với bộ dữ liệu MalDroid-2020

4.16. So sánh với hệ thống khác

5. CHƯƠNG 5: KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN

TÀI LIỆU THAM KHẢO

Tài liệu "Nghiên Cứu Phát Hiện Malware Trên Android Sử Dụng Học Tập Liên Kết" cung cấp cái nhìn sâu sắc về việc phát hiện mã độc trên hệ điều hành Android thông qua các phương pháp học máy. Nghiên cứu này không chỉ nêu rõ các kỹ thuật và thuật toán được sử dụng để phát hiện mã độc mà còn phân tích hiệu quả của chúng trong việc bảo vệ người dùng khỏi các mối đe dọa tiềm ẩn. Độc giả sẽ nhận được những lợi ích thiết thực từ việc hiểu rõ hơn về cách thức hoạt động của malware và các biện pháp phòng ngừa hiệu quả.

Để mở rộng kiến thức của bạn về chủ đề này, bạn có thể tham khảo tài liệu Khóa luận tốt nghiệp an toàn thông tin mô hình học máy khả diễn giải phát hiện mã độc android. Tài liệu này sẽ giúp bạn hiểu rõ hơn về trí tuệ nhân tạo và cách nó được áp dụng trong việc phát hiện mã độc trên Android, từ đó cung cấp thêm góc nhìn và thông tin bổ ích cho nghiên cứu của bạn.