ارسل ملاحظاتك

ارسل ملاحظاتك لنا







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:
صورة الغلاف QR قانون

عدد مرات التحميل

77

حفظ في:
LEADER 03751nam a22003377a 4500
001 0300244
041 |a eng 
100 |9 406155  |a Nasman, Mohammed I.  |e Author 
245 |a Malware Detection Based on Permissions on Android Platform Using Data Mining 
246 |a إستكشاف البرامج الخبيثة اعتمادا على الصلاحيات على منصة اندرويد بإستخدام تنقيب البيانات 
260 |a غزة  |c 2016 
300 |a 1 - 57 
336 |a رسائل جامعية 
502 |b رسالة ماجستير  |c الجامعة الإسلامية (غزة)  |f كلية تكنولوجيا المعلومات  |g فلسطين  |o 0076 
520 |a 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. 
653 |a الهواتف الذكية  |a نظام التشغيل أندرويد  |a تنقيب البيانات  |a البرامج الخبيثة 
700 |a Barhoom, Tawfiq S. M.  |e Advisor  |9 363002 
856 |u 9808-001-010-0076-T.pdf  |y صفحة العنوان 
856 |u 9808-001-010-0076-A.pdf  |y المستخلص 
856 |u 9808-001-010-0076-C.pdf  |y قائمة المحتويات 
856 |u 9808-001-010-0076-F.pdf  |y 24 صفحة الأولى 
856 |u 9808-001-010-0076-1.pdf  |y 1 الفصل 
856 |u 9808-001-010-0076-2.pdf  |y 2 الفصل 
856 |u 9808-001-010-0076-3.pdf  |y 3 الفصل 
856 |u 9808-001-010-0076-4.pdf  |y 4 الفصل 
856 |u 9808-001-010-0076-5.pdf  |y 5 الفصل 
856 |u 9808-001-010-0076-O.pdf  |y الخاتمة 
856 |u 9808-001-010-0076-R.pdf  |y المصادر والمراجع 
930 |d y 
995 |a Dissertations 
999 |c 768664  |d 768664 

عناصر مشابهة