Nghiên cứu, đánh giá an toàn thông tin mã nguồn hệ điều hành Android tùy biến
Luận văn · Thạc sĩ · năm 2017 · đề tài tham khảo
| Loại tài liệu | Luận văn |
|---|---|
| Bậc học | Thạc sĩ |
| Ngành | Công nghệ thông tin |
| Tác giả | Lê Đức Thịnh |
| Người hướng dẫn | Phạm Văn Hậu |
| Cơ sở đào tạo | Đại học Quốc gia TP. Hồ Chí Minh |
| Năm | 2017 |
| Nguồn | Thư viện số Đại học Quốc gia TP. Hồ Chí Minh · trang gốc |
Tóm tắt
Luận văn được cấu thành bởi 6 chương: • Chương 1: trình bày tổng quan về tình hình nghiên cứu trong và ngoài nước liên quan đến chủ đề mà đề tài đang đề cập đến để tạo cơ sở nền tảng ban đầu, từ đó nêu ra các phương án thực hiện một cách khái quát làm tiền đề cho quá trình nghiên cứu tiếp theo. • Chương 2: đây là bước đầu tiên trong giải pháp dự định thực hiện để đánh giá những điểm quan trọng trong bộ mã nguồn Android (không vét cạn toàn bộ mã nguồn), ở đây sẽ trình bày cơ bản về kiến trúc Android và mã nguồn Android, các cơ chế bảo mật được sử dụng trong Android, bảo mật mã nguồn AOSP, cách tương tác với mã nguồn AOSP, mã nguồn kernel Android, phân tích cấu trúc thư mục và mô tả chức năng các thành phần trong mã nguồn Android do Google cung cấp. • Chương 3: sẽ nói việc tìm hiểu, nghiên cứu các công cụ so sánh mã nguồn để tiến hành tìm ra sự khác biệt giữa hai phiên bản mã nguồn hệ điều hành Android. Chương này sẽ trình bày các tính năng của những công cụ tiêu biểu về so sánh mã nguồn, cách thức cài đặt và sử dụng. Đánh giá điểm mạnh, điểu yếu của từng công cụ cũng được thảo luận tại đây. Kết quả ở chương này sẽ góp phần rất quan trọng giúp giới hạn dữ liệu đầu vào cho các bước tiếp theo của phương pháp. • Chương 4: chương này trình bày một số kịch bản chỉnh sửa mã nguồn căn cứ vào việc hiểu cấu trúc mã nguồn được phân tích ở chương 2 để tạo ra mã nguồn AOSP tùy biến làm dữ liệu kiểm thử cho phương pháp đánh giá đề xuất. • Chương 5: sẽ dựa trên kết quả nghiên cứu từ các chương trước đặc biệt là chương 3 và chương 4 để giới hạn phạm vi của dữ liệu đầu vào cho phương pháp đánh giá được đề xuất ngay sau đây. Mã nguồn của AOSP rất lớn nếu không được giới hạn sẽ ảnh hưởng rất lớn đến hiệu suất đánh giá dẫn đến phương pháp đề xuất không hiệu quả. Nội dung của chương nêu chi tiết các giai đoạn trong phương pháp đánh giá mã nguồn được đề xuất với dữ liệu đầu vào là mã nguồn AOSP do Google cung cấp và mã nguồn tùy biến (thêm/chỉnh sửa các đoạn mã, các hàm dẫn đến khả năng rò rỉ thông tin người dùng) từ mã nguồn của Google trên, đảm bảo kết quả theo mục tiêu đặt ra trong phạm vi của luận văn. • Chương 6: chương này sẽ đưa ra kết luận về phương pháp đề xuất, thảo luận hướng phát triển trong tương lai.
Bản toàn văn lưu tại thư viện Đại học Quốc gia TP. Hồ Chí Minh
Thông tin và tóm tắt ở trên lấy từ kho số mở của thư viện trường. Bản toàn văn do thư viện trường quản lý — có nơi cho đọc trực tuyến, có nơi cần tài khoản bạn đọc của trường.
Mở tại thư viện trường ↗
Dùng tài liệu tham khảo cho đúng
- Đọc để hiểu cách người trước đặt câu hỏi, chọn phương pháp, trình bày số liệu — rồi tự làm với dữ liệu và bối cảnh của bạn.
- Ý, số liệu, bảng biểu lấy từ tài liệu này phải trích dẫn (tác giả, năm, tên đề tài, cơ sở đào tạo).
- Đề tài trùng tên vẫn làm được nếu khác đơn vị khảo sát, thời gian hoặc cách tiếp cận — nêu rõ điểm khác trong phần mở đầu.
Hướng dẫn chọn đề tài, cấu trúc và số liệu cho ngành này: Luận văn công nghệ thông tin · Hỏi đáp từng chương với người hướng dẫn số: Học Giả Số · Công cụ số: Luận Văn Số.
Đề tài cùng ngành
- Phát hiện chữ trong ảnh ngoại cảnh sử dụng phương pháp phân đoạn
- Xây dựng hệ thống học linh hoạt với tương tác người dùng cho bài toán so khớp Ontology
- Ứng dụng mô hình ngôn ngữ lớn và big data trong hệ thống tìm kiếm và gợi ý sản phẩm thông minh
- Ứng dụng Deep Learning cho bài toán phát hiện sự kiện trong dữ liệu video
- Áp dụng tổng hợp chuyển đổi độ tuổi khuôn mặt vào công nghệ làm phim
- Nghiên cứu triển khai ứng dụng với mô hình học sâu cho bài toán chuyển đổi phong cách ảnh
- Cơ chế xác thực phi tập trung dựa trên blockchain cho tác vụ quản lý an ninh mạng trong mạng khả lập trình
- Học đặc trưng không giám sát bằng Auto-Encoders
Tác giả muốn gỡ, sửa thông tin hoặc bổ sung bản toàn văn: gửi yêu cầu qua trang Liên hệ, kèm đường dẫn trang này.