الگوریتمی توزیع شده برای تشخیص بدافزار اندرویدی

نوع: Type: پایان نامه

مقطع: Segment: کارشناسی ارشد

عنوان: Title: الگوریتمی توزیع شده برای تشخیص بدافزار اندرویدی

ارائه دهنده: Provider: محمدعلی افتخاری - مهندسی کامپیوتر

اساتید راهنما: Supervisors: دکتر مرتضی یوسف صنعتی

اساتید مشاور: Advisory Professors:

اساتید ممتحن یا داور: Examining professors or referees: دکتر محرم منصوری زاده - دکتر وحید نصرتی

زمان و تاریخ ارائه: Time and date of presentation: ساعت 10 - 1403/5/29

مکان ارائه: Place of presentation: سمینار برق

چکیده: Abstract: دستگاه‌های تلفن همراه مبتنی بر اندروید به دلیل راحتی در استفاده، کاربران بسیار زیادی دارند. افراد در تلفن‌های همراه خودکارهای مختلفی از جمله فعالیت‌های بانکی، فعالیت در شبکه‌های اجتماعی و سامانه های متعدد و متنوع کسب و کار را انجام می‌دهند و به همین دلیل اطلاعات شخصی زیادی از آن‌ها به دلیل آسیب‌پذیری سیستم‌عامل اندروید در معرض خطر قرار می‌گیرد. به دلیل توسعه سریع بدافزار‌های اندرویدی، بسیاری از روش‌های سنتی تشخیص بدافزار دقت خود را ازدست‌داده‌اند. تحقیقات نشان می‌دهند یادگیری ماشین یک روش مؤثر برای تشخیص بدافزار‌ها است. توسعه سریع بدافزار‌ها باعث می‌شود دقت مدل‌های یادگیری شده بعد از مدتی کاهش پیدا کند. همچنین با جمع آوری داده های مربوط به بدافزارها از دستگاه های اندرویدی حریم خصوصی کاربران به خطر می افتد. برای حل این مشکل در این مقاله از یادگیری افزایشی و ائتلافی (فدرال) استفاده شده است. اخیراً یادگیری ائتلافی برای آموزش مدل‌های یادگیری ماشین در دستگاه‌های غیرمتمرکز با هدف حفظ حریم خصوصی معرفی شده است. این مقاله از شبکه عصبی (MLP) در چارچوب یادگیری ائتلافی استفاده نموده است. برای یادگیری افزایشی از روش پشته ای که یکی از انواع یادگیری جمعی است استفاده شده است. حاصل این پژوهش مدلی با دقت 99.52 است که مقایسه آن با روش‌های موجود نشانگر بهبود پیچیدگی زمانی محاسبات به همراه افزایش کیفیت یادگیری و دقت مدل‌هاست.

فایل: ّFile: تنزيل فایل