{"id":{"repo_id":"ets-quebec","oai_identifier":"oai:espace.etsmtl.ca:1548"},"canonical_url":"https://search.ndltd.org/etd/ets-quebec/oai:espace.etsmtl.ca:1548","repository":{"repo_id":"ets-quebec","name":"ETS (Quebec)","base_url":"https://espace.etsmtl.ca/cgi/oai2"},"display":{"title":"Détection d'anomalies basée sur l'hôte, pour les systèmes à ressources limitées","abstract":"Le reconditionnement des applications légitimes pour injecter du code malveillant, est un vecteur d'attaque important ciblant les téléphones intelligents Android. Cette attaque peut être détectée principalement en surveillant le comportement des applications pour des écarts potentiels. Toutefois, l'exécution de cette approche de détection sur un environnement mobile n’est pas simple en raison de contraintes de ressources imposées par les téléphones intelligents. Ce travail de recherche met l'accent sur la facilité d'utilisation des algorithmes de détection d'anomalies sur les systèmes embarqués à ressources limitées et propose un cadre de détection léger pour les dispositifs basés sur Android. Ce cadre permet de gérer le compromis entre la précision de détection et la consommation des ressources. La solution proposée permet la construction locale et à distance d'un comportement normal en fonction de différents algorithmes de détection de comportements malicieux appliqués aux traces d’appels système. Dans nos expériences, nous avons appliqué le modèle de détection d'anomalie proposé à trois échantillons des malwares réels et auto-créés, de trois applications mobiles légitimes différentes. Les résultats montrent que notre cadre de détection sur l'appareil est capable de réaliser un bon compromis entre la sécurité et la facilité d'utilisation sans compter sur un serveur distant.","abstract_html":"Le reconditionnement des applications légitimes pour injecter du code malveillant, est un vecteur d&#x27;attaque important ciblant les téléphones intelligents Android. Cette attaque peut être détectée principalement en surveillant le comportement des applications pour des écarts potentiels. Toutefois, l&#x27;exécution de cette approche de détection sur un environnement mobile n’est pas simple en raison de contraintes de ressources imposées par les téléphones intelligents. Ce travail de recherche met l&#x27;accent sur la facilité d&#x27;utilisation des algorithmes de détection d&#x27;anomalies sur les systèmes embarqués à ressources limitées et propose un cadre de détection léger pour les dispositifs basés sur Android. Ce cadre permet de gérer le compromis entre la précision de détection et la consommation des ressources. La solution proposée permet la construction locale et à distance d&#x27;un comportement normal en fonction de différents algorithmes de détection de comportements malicieux appliqués aux traces d’appels système. Dans nos expériences, nous avons appliqué le modèle de détection d&#x27;anomalie proposé à trois échantillons des malwares réels et auto-créés, de trois applications mobiles légitimes différentes. Les résultats montrent que notre cadre de détection sur l&#x27;appareil est capable de réaliser un bon compromis entre la sécurité et la facilité d&#x27;utilisation sans compter sur un serveur distant.","abstract_has_math":false,"creators":["Ben Attia, Maroua"],"institution":"École de technologie supérieure","degree_name":"Mémoire de maîtrise électronique","degree_level":"masters","degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2015,"date_issued":"2015-07-23","date_published":"2015-07-23","updated_at":"2026-11-18T22:06:56Z","subjects":["Logiciels malveillants Prévention. Détection d'anomalies (Sécurité informatique) Applications mobiles. Surveillance des menaces informatiques. Téléphones intelligents Sécurité Mesures. ressources limitées, profilage, n-grams"],"languages":["fr"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["INSERT-YOUR-LIBRARY-ID-HERE1548"],"render_values":[{"text":"INSERT-YOUR-LIBRARY-ID-HERE1548","href":null,"code":true}]}],"person_identifier_entries":[]},"links":{"outbound_url":null,"outbound_label":null,"outbound_source":null,"record_url":null,"record_label":null,"record_kind":null,"record_source":null,"download_url":"https://espace.etsmtl.ca/id/eprint/1548/1/BEN_ATTIA_Maroua.pdf","download_label":"Download PDF","download_source":"dc:identifier","access_status":null,"embargo_until":null,"access_note":null},"source_record":{"url":"https://espace.etsmtl.ca/cgi/oai2?verb=GetRecord&metadataPrefix=oai_etdms&identifier=oai%3Aespace.etsmtl.ca%3A1548","prefix":"oai_etdms"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["Ben Attia, Maroua"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date","label":"Dc Date","values":["2015-07-23"]},{"key":"dc:publisher","label":"Institution","values":["École de technologie supérieure"]},{"key":"dc:type","label":"Dc Type","values":["Electronic Thesis or Dissertation"]},{"key":"thesis:degree_level","label":"Degree Level","values":["masters"]},{"key":"thesis:degree_name","label":"Degree Name","values":["Mémoire de maîtrise électronique"]},{"key":"thesis:institution_name","label":"Thesis Institution Name","values":["École de technologie supérieure"]}]},{"id":"subjects_keywords","label":"Subjects and Keywords","entries":[{"key":"dc:subject","label":"Dc Subject","values":["Logiciels malveillants Prévention. Détection d'anomalies (Sécurité informatique) Applications mobiles. Surveillance des menaces informatiques. Téléphones intelligents Sécurité Mesures. ressources limitées, profilage, n-grams"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language","label":"Dc Language","values":["fr"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier","label":"Identifier","values":["INSERT-YOUR-LIBRARY-ID-HERE1548","https://espace.etsmtl.ca/id/eprint/1548/1/BEN_ATTIA_Maroua.pdf","https://espace.etsmtl.ca/id/eprint/1548/2/BEN_ATTIA_Maroua-web.pdf"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["Le reconditionnement des applications légitimes pour injecter du code malveillant, est un vecteur d'attaque important ciblant les téléphones intelligents Android. Cette attaque peut être détectée principalement en surveillant le comportement des applications pour des écarts potentiels. Toutefois, l'exécution de cette approche de détection sur un environnement mobile n’est pas simple en raison de contraintes de ressources imposées par les téléphones intelligents. Ce travail de recherche met l'accent sur la facilité d'utilisation des algorithmes de détection d'anomalies sur les systèmes embarqués à ressources limitées et propose un cadre de détection léger pour les dispositifs basés sur Android. Ce cadre permet de gérer le compromis entre la précision de détection et la consommation des ressources. La solution proposée permet la construction locale et à distance d'un comportement normal en fonction de différents algorithmes de détection de comportements malicieux appliqués aux traces d’appels système. Dans nos expériences, nous avons appliqué le modèle de détection d'anomalie proposé à trois échantillons des malwares réels et auto-créés, de trois applications mobiles légitimes différentes. Les résultats montrent que notre cadre de détection sur l'appareil est capable de réaliser un bon compromis entre la sécurité et la facilité d'utilisation sans compter sur un serveur distant."]},{"key":"dc:format","label":"Dc Format","values":["application/pdf"]},{"key":"dc:title","label":"Title","values":["Détection d'anomalies basée sur l'hôte, pour les systèmes à ressources limitées"]}]}],"canonical_facts":{"dc:creator":["Ben Attia, Maroua"],"dc:date":["2015-07-23"],"dc:description":["Le reconditionnement des applications légitimes pour injecter du code malveillant, est un vecteur d'attaque important ciblant les téléphones intelligents Android. Cette attaque peut être détectée principalement en surveillant le comportement des applications pour des écarts potentiels. Toutefois, l'exécution de cette approche de détection sur un environnement mobile n’est pas simple en raison de contraintes de ressources imposées par les téléphones intelligents. Ce travail de recherche met l'accent sur la facilité d'utilisation des algorithmes de détection d'anomalies sur les systèmes embarqués à ressources limitées et propose un cadre de détection léger pour les dispositifs basés sur Android. Ce cadre permet de gérer le compromis entre la précision de détection et la consommation des ressources. La solution proposée permet la construction locale et à distance d'un comportement normal en fonction de différents algorithmes de détection de comportements malicieux appliqués aux traces d’appels système. Dans nos expériences, nous avons appliqué le modèle de détection d'anomalie proposé à trois échantillons des malwares réels et auto-créés, de trois applications mobiles légitimes différentes. Les résultats montrent que notre cadre de détection sur l'appareil est capable de réaliser un bon compromis entre la sécurité et la facilité d'utilisation sans compter sur un serveur distant."],"dc:format":["application/pdf"],"dc:identifier":["INSERT-YOUR-LIBRARY-ID-HERE1548","https://espace.etsmtl.ca/id/eprint/1548/1/BEN_ATTIA_Maroua.pdf","https://espace.etsmtl.ca/id/eprint/1548/2/BEN_ATTIA_Maroua-web.pdf"],"dc:language":["fr"],"dc:publisher":["École de technologie supérieure"],"dc:subject":["Logiciels malveillants Prévention. Détection d'anomalies (Sécurité informatique) Applications mobiles. Surveillance des menaces informatiques. Téléphones intelligents Sécurité Mesures. ressources limitées, profilage, n-grams"],"dc:title":["Détection d'anomalies basée sur l'hôte, pour les systèmes à ressources limitées"],"dc:type":["Electronic Thesis or Dissertation"],"thesis:degree_level":["masters"],"thesis:degree_name":["Mémoire de maîtrise électronique"],"thesis:institution_name":["École de technologie supérieure"]},"updated_at":"2026-11-18T22:06:56Z"}