prikaz prve stranice dokumenta Analiza zlonamjernih programa operacijskog sustava Android tehnikama strojnog učenja
Rad nije dostupan
diplomski rad
Analiza zlonamjernih programa operacijskog sustava Android tehnikama strojnog učenja
Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2017. urn:nbn:hr:168:339710
Gudelj, Tomislav
Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva

Institucijski repozitorij: Repozitorij FER-a

Citirajte ovaj rad

Gudelj, T. (2017). Analiza zlonamjernih programa operacijskog sustava Android tehnikama strojnog učenja (Diplomski rad). Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:168:339710

Gudelj, Tomislav. "Analiza zlonamjernih programa operacijskog sustava Android tehnikama strojnog učenja." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2017. https://urn.nsk.hr/urn:nbn:hr:168:339710

Gudelj, Tomislav. "Analiza zlonamjernih programa operacijskog sustava Android tehnikama strojnog učenja." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2017. https://urn.nsk.hr/urn:nbn:hr:168:339710

Gudelj, T. (2017). 'Analiza zlonamjernih programa operacijskog sustava Android tehnikama strojnog učenja', Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, citirano: 22.11.2024., https://urn.nsk.hr/urn:nbn:hr:168:339710

Gudelj T. Analiza zlonamjernih programa operacijskog sustava Android tehnikama strojnog učenja [Diplomski rad]. Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva; 2017 [pristupljeno 22.11.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:339710

T. Gudelj, "Analiza zlonamjernih programa operacijskog sustava Android tehnikama strojnog učenja", Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, Zagreb, 2017. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:339710

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:168:339710
Podaci o radu
NaslovAnaliza zlonamjernih programa operacijskog sustava Android tehnikama strojnog učenja
Naslov (engleski)Analysis of Android Malware using Machine Learning Techniques
AutorTomislav Gudelj
MentorAnte Đerek (mentor)
Član povjerenstvaAnte Đerek (predsjednik povjerenstva)
Član povjerenstvaStjepan Groš (član povjerenstva)
Član povjerenstvaŽeljka Mihajlović (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
Zagreb
Datum i država obrane2017-07-04, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Sažetak
Android operacijski sustav je besplatan i otvoren za korištenje te je jedan od najkorištenijih sustava u današnjem svijetu mobilnih uređaja. Ujedno je i vrlo česta meta napadača koji žele narušiti sigurnost sustava u svrhu ostvarenja vlastite koristi. Utrka sigurnosnih mehanizama i napadača se podigla na višu razinu, na kojoj se koriste sve složenije tehnike prikrivanja, ali i otkrivanja malicioznih aktivnosti. U ovom su radu proučeni sustavi koji na efikasan način analiziraju i detektiraju Android zlonamjerne aplikacije tehnikama strojnog učenja. Po uzoru na takve sustave je izgrađen sustav koji sličnim metodama analizira i detektira Android zlonamjerne aplikacije. Za izgradnju vektorskog prostora su korištene značajke dobivene statičkom analizom, a vektori značajki, koji predstavljaju primjere ugrađene u vektorski prostor, su korišteni za učenje i vrednovanje modela. Izgrađeni modeli služe i za detekciju proizvoljne Android aplikacije, što je dodatna komponenta izgrađenog sustava.
Sažetak (engleski)
Android operation system is free, open source, and one of the most commonly used mobile operating systems. At the same time, it is a common target of attackers, who make profit by violating system security. Competition between security mechanisms and attackers has reached a new level, with more complex obfuscation techinques, as well as malicious software detection techiques being used. This paper studies systems which efficiently analize and detect malicious Android applications using machine learning techniques. Furthermore, on their example, new system, which uses similar methods to analize and detect malicious Android applications, has been built. Features extracted by static analysis have been used for vector space embedding. Feature vectors, which represent examples built in vector space, are used for model learning and evaluation. Built models can also be used to detect arbitrary Android applications, which is an additional component of built system.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:168:339710
Studijski programNaziv: Računarstvo
Vrsta studija: sveučilišni
Stupanj studija: diplomski
Akademski / stručni naziv: magistar/magistra inženjer/inženjerka računarstva (mag.ing.comp.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaZatvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Javna napomena
Datum i vrijeme pohrane2019-03-13 20:42:56