|
Descripción
|
|
|---|---|
| Android representa uno de los sistemas operativos que más sufre la creación de aplicaciones maliciosas. Cada día, miles de nuevas muestras de malware tratan de sortear las medidas de seguridad desplegadas por las diversas tiendas de aplicaciones para la plataforma Android, con el objetivo principal de infectar nuevos dispositivos. Para atacar este problema, es necesario investigar y desarrollar mecanismos capaces de filtrar automáticamente grandes conjuntos de muestras sospechosas, detectando aquellas que contienen una carga maliciosa. Esta tesis estudia y aborda la aplicación de técnicas de aprendizaje automático para el desarrollo de métodos de detección de malware para Android desde diferentes perspectivas. Además, también se aborda la clasificación de malware en familias. Por otro lado, se ha realizado un profundo análisis de la familia de malware Jisut que ha permitido revelar algunas de las prácticas empleadas más importantes por sus desarrolladores y que deben ser consideradas al afrontar esta tarea. | |
|
Internacional
|
Si |
|
ISBN
|
|
|
Tipo de Tesis
|
Doctoral |
|
Calificación
|
Sobresaliente cum laude |
|
Fecha
|
15/03/2019 |