Détection des botnets de spam SMS dans les appareils mobiles

Le service de messages courts (SMS) est largement utilisé pour permettre la communication entre les utilisateurs à travers le monde. Au cours des dernières années, il est devenu un moyen lucratif pour les cybercriminels d'infecter les appareils mobiles avec des botnets et de lancer des attaques malveillantes à l'insu des utilisateurs, telles que le spam SMS et la fraude par SMS surtaxés. Le spam SMS est l'une des activités malveillantes les plus dangereuses, car l'utilisateur est facturé pour chaque SMS spam envoyé. Les solutions existantes à ce problème ne sont plus adéquates, car elles sont soit coûteuses en termes de ressources, soit inefficaces, soit nécessitent l'intervention d'un utilisateur disposant de certaines connaissances en matière de sécurité. Dans cet ouvrage, nous concevons, analysons et mettons en oeuvre un système qui détecte toute tentative d'envoi de SMS spams malveillants à partir d'un appareil mobile. Le système proposé combine les approches basées sur les règles et celles basées sur le contenu en un seul processus de détection. Il offre de bonnes performances en termes de temps de détection et de coût d'exécution, et offre un bon compromis entre la résilience face aux attaques et l'interaction de l'utilisateur avec le système. Cet ouvrage s'adresse à un public varié : universitaires, professionnels, étudiants et toute personne intéressée par la sécurité informatique, en particulier la sécurité mobile et la détection des botnets.

Autorentext

Mashael Al-Omany a obtenu son master en informatique en 2015. Jalal Al-Muhtadi est actuellement professeur adjoint et directeur du Centre d'excellence en assurance de l'information (CoEIA) de l'université King Saud, en Arabie saoudite. Abdelouahid Derhab est actuellement professeur adjoint au CoEIA de l'université King Saud, en Arabie saoudite.