Abstract:
Au cours de ces dernières années, Android est devenu le système d’exploitation mobile le
plus populaire au monde entier, et de ce fait une cible majeure pour les cybercriminels. Par
conséquent, la sécurité de cette plateforme est une question extrêmement importante. En
dépit de tout ce qu’offre ce système comme mécanismes robustes pour protéger sa plateforme,
il souffre néanmoins de plusieurs failles et vulnérabilités.
Ce mémoire vise à mettre en œuvre un modèle basé sur le deep learning capable de détecter automatiquement si une application Android est infectée par un malware ou non sans
exiger son installation préalable. Nous expérimentons un réseau de neuronnes profond sur
l’ensemble de données d’apprentissage CCCS-CIC-AndMal-2020, qui comprend 200 000 échantillons d’applications bénignes et 200 000 applications malignes pour un total de 400 000
applications Android. Les résultats de teste du modèle obtenus sont très encourageants, avec
une précision allant jusqu’à 98% a travers 25 époques seulement.
