prikaz prve stranice dokumenta Detekcija zlonamjernog softvera na Android operacijskom sustavu primjenom dubinskog učenja
Pristup svim korisnicima iz sustava znanosti i visokog obrazovanja RH
diplomski rad
Detekcija zlonamjernog softvera na Android operacijskom sustavu primjenom dubinskog učenja
Split: Sveučilište u Splitu, Fakultet elektrotehnike, strojarstva i brodogradnje, 2021. urn:nbn:hr:179:344404
Novak, Nikola
Sveučilište u Splitu
Fakultet elektrotehnike, strojarstva i brodogradnje
Zavod za elektroniku i računarstvo

Institucijski repozitorij: Repozitorij Fakulteta elektrotehnike, strojarstva i brodogradnje

Citirajte ovaj rad

Novak, N. (2021). Detekcija zlonamjernog softvera na Android operacijskom sustavu primjenom dubinskog učenja (Diplomski rad). Split: Sveučilište u Splitu, Fakultet elektrotehnike, strojarstva i brodogradnje. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:179:344404

Novak, Nikola. "Detekcija zlonamjernog softvera na Android operacijskom sustavu primjenom dubinskog učenja." Diplomski rad, Sveučilište u Splitu, Fakultet elektrotehnike, strojarstva i brodogradnje, 2021. https://urn.nsk.hr/urn:nbn:hr:179:344404

Novak, Nikola. "Detekcija zlonamjernog softvera na Android operacijskom sustavu primjenom dubinskog učenja." Diplomski rad, Sveučilište u Splitu, Fakultet elektrotehnike, strojarstva i brodogradnje, 2021. https://urn.nsk.hr/urn:nbn:hr:179:344404

Novak, N. (2021). 'Detekcija zlonamjernog softvera na Android operacijskom sustavu primjenom dubinskog učenja', Diplomski rad, Sveučilište u Splitu, Fakultet elektrotehnike, strojarstva i brodogradnje, citirano: 20.11.2024., https://urn.nsk.hr/urn:nbn:hr:179:344404

Novak N. Detekcija zlonamjernog softvera na Android operacijskom sustavu primjenom dubinskog učenja [Diplomski rad]. Split: Sveučilište u Splitu, Fakultet elektrotehnike, strojarstva i brodogradnje; 2021 [pristupljeno 20.11.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:179:344404

N. Novak, "Detekcija zlonamjernog softvera na Android operacijskom sustavu primjenom dubinskog učenja", Diplomski rad, Sveučilište u Splitu, Fakultet elektrotehnike, strojarstva i brodogradnje, Split, 2021. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:179:344404

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:179:344404
Podaci o radu
NaslovDetekcija zlonamjernog softvera na Android operacijskom sustavu primjenom dubinskog učenja
Naslov (engleski)Malware detection on the Android operating system using deep learning
AutorNikola Novak
MentorAna Kuzmanić Skelin (mentor)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Splitu
Fakultet elektrotehnike, strojarstva i brodogradnje
(Zavod za elektroniku i računarstvo )
Split
Datum i država obrane2021-07-20, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Sažetak
U ovom radu dan je kratki pregled arhitekture Android sustava, njegovog sigurnosnog modela, te sigurnosti Android aplikacija. Najveći propust kod sigurnosti su sami korisnici, jer zlonamjerni softver ne može sam od sebe završiti na korisnikovom uređaju, kamoli dobiti sve potrebne dozvole kako bi mogao napraviti štetu. Napravljen je i pregled zlonamjernih android aplikacija, koje ne pokazuju znakove usporavanja u zadnjih par godina, pogotovo za vrijeme aktualne pandemije. Također su opisane trenutno popularne vrste i kampanje zlonamjernih aplikacija na Androidu. Dan je kratki uvod u metode strojnog učenja koje bi se mogle koristiti za detekciju zlonamjernog softvera na Androidu, te detaljni pregled dubinskog učenja i neuronskih mreža. Predstavljen je cjeloviti proces otkrivanja zlonamjernih Android aplikacija na temelju dubinskog učenja koji se sastoji od prikupljanja uzoraka, predobrade podataka, odabira značajki, treniranja modela, optimizacije modela, evaluacije modela, te konačno korištenja modela za predviđanje i rješavanje praktičnih problema. Cjelokupni proces demonstriran je na CICMalDroid 2020 skupu podataka.
Sažetak (engleski)
This master’s thesis deals with the topic Android malware detection using deep learning. First, a brief overview of the architecture of the Android system, its security model, and the security of Android applications is given. The biggest security flaw are the users themselves, because the malware cannot end up on the user’s device on its own, nor get all the necessary permissions to do damage. Next, a review of malicious Android applications has also been made, where the currently popular types and campaigns of malicious applications on Android are described. A brief introduction to machine learning methods that could be used to detect malware on Android is given, as well as a detailed overview of deep learning and neural networks. A comprehensive process of detecting malicious Android applications based on deep learning is presented, consisting of sample collection, data pre-processing, feature selection, model training, model optimization, model evaluation, and using the model to predict and solve practical problems. The process is demonstrated on the CICMalDroid 2020 dataset.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:179:344404
Studijski programNaziv: Računarstvo
Vrsta studija: sveučilišni
Stupanj studija: diplomski
Akademski / stručni naziv: magistar/magistra inženjer/inženjerka računarstva (mag. ing. com.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaPristup svim korisnicima iz sustava znanosti i visokog obrazovanja RH
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Datum i vrijeme pohrane2021-11-26 11:54:44