Malware Detection Based on Permissions on Android Platform Using Data Mining
| العنوان بلغة أخرى: |
إستكشاف البرامج الخبيثة اعتمادا على الصلاحيات على منصة اندرويد بإستخدام تنقيب البيانات |
|---|---|
| المؤلف الرئيسي: | Nasman, Mohammed I. (Author) |
| مؤلفين آخرين: | Barhoom, Tawfiq S. M. (Advisor) |
| التاريخ الميلادي: |
2016
|
| موقع: | غزة |
| الصفحات: | 1 - 57 |
| رقم MD: | 768664 |
| نوع المحتوى: | رسائل جامعية |
| اللغة: | الإنجليزية |
| الدرجة العلمية: | رسالة ماجستير |
| الجامعة: | الجامعة الإسلامية (غزة) |
| الكلية: | كلية تكنولوجيا المعلومات |
| الدولة: | فلسطين |
| قواعد المعلومات: | Dissertations |
| مواضيع: | |
| رابط المحتوى: |
عدد مرات التحميل
76
| المستخلص: |
مع تسارع انتشار استخدام أجهزة الهواتف الخلوية الذكية لتصل تقريبا لجميع سكان الكرة الأرضية، يعتبر نظام تشغيل أندرويد النظام الأكثر استخداما في هذه الهواتف الذكية. لكن مع ضعف السياسة المتبعة من شركة جوجل لاستقبال البرامج الخاصة بالهواتف الخلوية لنظام أندرويد على متجرها، أدى ذلك إلى جعله فريسة سهلة للمهاجمين الذي يبنون برامجيات خبيثة أو برامج عامة تحتوي بداخلها على أكواد خبيثة تضر المستخدمين أو تنتهك خصوصيتهم. تمت دراسات عديدة في هذا الجانب من قبل العديد من الباحثين، لكن الحلول المتبعة تعتمد في أغلبها على تنزيل برامج من أجل فحص البرامج لمعرفة إذا كانت نظيفة أم خبيثة، أو من خلال قيام هذه البرامج بمراقبة أفعال البرامج، لكنها في مجملها لا تمنع المستخدم من تنزيل برامج خبيثة جديدة واكتشافها قبل ما يتم تنزيلها من قبل المستخدم. في هذا البحث قمنا بتقديم طريقة جديدة باستخدام تنقيب البيانات لكشف البرمجيات الخبيثة والتي لم تكتشف من قبل وذلك اعتمادا على قراءة الصلاحيات المستخدمة من قبل البرمجيات. قمنا ببناء قاعدة بيانات مكونة من 103 برنامج نظيف وخبيث، وتم تقسيمها إلى مجموعات تختلف باختلاف الصفات بناء على مجموعة من الشروط المذكورة ضمن البحث. وقد وصلت دقة النتائج إلى أن الطريقة المقترحة حققت دقة لتمييز البرامج الخبيثة والنظيفة وصلت إلى 96.74% للمصنف حسب مؤشر قياس ال F-MEASURE و0.993 لمؤشر ال AUC. |
|---|
عناصر مشابهة
-
Data Mining Model to Detect Android Malware Based on Permissions and Activities
بواسطة: أبو سمرة، عبدالكريم أحمد منشور: (2018) -
Android Malware Detection Tool Using Dynamic Taint Analysis
بواسطة: Lubbad, Mohammed A. H. منشور: (2015) -
Detecting Android Malware Using Multi Dynamic Analysis Method
بواسطة: غانم، هيفاء عيسى منشور: (2018) -
Android Botnet Detection Using Comprehensive Features Engineering Approach
بواسطة: حجاوي، وديع أسعد وديع منشور: (2018) -
Development of Machine Learning Algorithm Based Graphs for Android Malware Classification
بواسطة: عثمان، مها آدم جمعة منشور: (2022)
