Note :
Cet ouvrage constitue un guide complet de la rétro-ingénierie et de la détection des logiciels malveillants Android, destiné aux débutants comme aux professionnels expérimentés. Il couvre les sujets essentiels, y compris les catégories de logiciels malveillants, l'analyse statique et dynamique, et applique des techniques d'apprentissage automatique pour la détection.
Avantages:⬤ Approche holistique de l'apprentissage des logiciels malveillants Android, adaptée aux novices comme aux utilisateurs expérimentés
⬤ informations bien structurées sur les catégories de logiciels malveillants
⬤ chapitres pratiques sur l'analyse statique et dynamique
⬤ contenu théorique équilibré sur l'apprentissage automatique
⬤ accessible aux lecteurs n'ayant pas de connaissances approfondies dans le domaine.
Certains lecteurs peuvent trouver que le matériel théorique sur l'apprentissage automatique est difficile à assimiler sans connaissances préalables. Approfondissement limité de certains sujets avancés, car un seul livre ne peut pas tout couvrir.
(basé sur 3 avis de lecteurs)
The Android Malware Handbook: Detection and Analysis by Human and Machine
Rédigé par des chercheurs spécialisés dans l'apprentissage automatique et des membres de l'équipe Android Security, ce guide de référence aborde l'analyse et la détection des logiciels malveillants ciblant le système d'exploitation Android.
Ce guide complet sur les logiciels malveillants Android présente les menaces actuelles auxquelles est confronté le système d'exploitation le plus utilisé au monde. Après avoir exploré l'historique des attaques observées dans la nature depuis le lancement d'Android, y compris plusieurs familles de logiciels malveillants jusqu'alors absentes de la littérature, vous pratiquerez des approches statiques et dynamiques pour analyser des spécimens de logiciels malveillants réels. Ensuite, vous examinerez les techniques d'apprentissage automatique utilisées pour détecter les applications malveillantes, les types de modèles de classification que les défenseurs peuvent utiliser et les diverses caractéristiques des spécimens de logiciels malveillants qui peuvent servir d'entrée à ces modèles. Vous adapterez ensuite ces stratégies d'apprentissage automatique à l'identification de catégories de logiciels malveillants telles que les trojans bancaires, les ransomwares et les fraudes par SMS.
Vous apprendrez :
⬤ Comment les malwares Android historiques peuvent améliorer votre compréhension des menaces actuelles.
⬤ Comment identifier et analyser manuellement les logiciels malveillants Android actuels à l'aide d'outils de rétro-ingénierie statiques et dynamiques.
⬤ Comment les algorithmes d'apprentissage automatique peuvent analyser des milliers d'applications pour détecter les logiciels malveillants à grande échelle.
© Book1 Group - tous droits réservés.
Le contenu de ce site ne peut être copié ou utilisé, en tout ou en partie, sans l'autorisation écrite du propriétaire.
Dernière modification: 2024.11.14 07:32 (GMT)