Andere Kunden interessierten sich auch für
![Mobile Malware entlarven]( "Mobile Malware entlarven")
Mobile Malware entlarven39,90 €![Rivelare il malware mobile]( "Rivelare il malware mobile")
Rivelare il malware mobile26,99 €![Revelação de Malware Móvel]( "Revelação de Malware Móvel")
Revelação de Malware Móvel26,99 €![L'Écosystème, l'arme d'Apple et de Google pour dominer le jeu vidéo ?]( "L'Écosystème, l'arme d'Apple et de Google pour dominer le jeu vidéo ?")
L'Écosystème, l'arme d'Apple et de Google pour dominer le jeu vidéo ?22,99 €![Vyqwlenie wredonosnyh programm dlq mobil'nyh ustrojstw]( "Vyqwlenie wredonosnyh programm dlq mobil'nyh ustrojstw")
Vyqwlenie wredonosnyh programm dlq mobil'nyh ustrojstw13,99 €![The One Device]( "The One Device")
The One Device8,99 €![Smartphone Video Storytelling]( "Smartphone Video Storytelling")
Smartphone Video Storytelling261,99 €
Les logiciels malveillants modernes utilisent des techniques avancées pour se cacher des outils d'analyse statique et dynamique. Pour parvenir à la plus grande discrétion lors de l'attaque d'un appareil mobile, une approche efficace est nécessaire pour le diagnostic de l'application. Aujourd'hui, l'approche actuelle ne repose que sur l'analyse d'une partie du code ou d'un motif sur la base duquel elle évalue une application androïde pour la détection de logiciels malveillants. Le pirate peut outrepasser cette combinaison de diagnostic de modèle, ce qui peut infecter le dispositif avec le malware. Cet article présente une approche qui utilise diverses techniques comme les modèles, le flux, le comportement, l'état et fait une analyse de chaque donnée individuelle par ses algorithmes spécialisés associés. Les résultats obtenus sont fusionnés pour obtenir les résultats finaux de cette application. Cet article vise à repérer les logiciels malveillants en utilisant diverses combinaisons d'algorithmes et à détecter les logiciels malveillants. Les algorithmes qui vont être utilisés sont la classification basée sur le graphe d'appel, le modèle HMM, et la classification basée sur Naive Byes. Les résultats expérimentaux montrent la faisabilité et l'efficacité de l'approche proposée pour détecter les logiciels malveillants.