<?xml version="1.0" encoding="UTF-8"?><?xml-stylesheet type="text/xsl" href="static/style.xsl"?><OAI-PMH xmlns="http://www.openarchives.org/OAI/2.0/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/ http://www.openarchives.org/OAI/2.0/OAI-PMH.xsd"><responseDate>2026-06-04T05:40:04Z</responseDate><request verb="GetRecord" identifier="oai:riuma.uma.es:10630/16966" metadataPrefix="rdf">https://riuma.uma.es/rest/oai/request</request><GetRecord><record><header><identifier>oai:riuma.uma.es:10630/16966</identifier><datestamp>2026-02-03T10:24:10Z</datestamp><setSpec>com_10630_1685</setSpec><setSpec>col_10630_38055</setSpec></header><metadata><rdf:RDF xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:doc="http://www.lyncode.com/xoai" xmlns:ds="http://dspace.org/ds/elements/1.1/" xmlns:ow="http://www.ontoweb.org/ontology/1#" xmlns:rdf="http://www.openarchives.org/OAI/2.0/rdf/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/rdf/ http://www.openarchives.org/OAI/2.0/rdf.xsd">
   <ow:Publication rdf:about="oai:riuma.uma.es:10630/16966">
      <dc:title>Sistema de aprendizaje automático para la detección de malware en Android</dc:title>
      <dc:creator>García Frías, Daniel</dc:creator>
      <dc:contributor>Domínguez-Merino, Enrique</dc:contributor>
      <dc:subject>Android (Sistema operativo de dispositivos móviles)</dc:subject>
      <dc:subject>Seguridad informática</dc:subject>
      <dc:subject>Aprendizaje automático (Inteligencia artificial)</dc:subject>
      <dc:subject>Informática - Trabajos Fin de Grado</dc:subject>
      <dc:subject>Grado en Ingeniería Informática - Trabajos Fin de Grado</dc:subject>
      <dc:description>Las nuevas tecnologías, especialmente los dispositivos móviles, han ido evolucionando hasta convertirse en una parte imprescindible de nuestro día a día. No es de extrañar, por ello, que el sistema operativo (SO) Android, como máximo representante dentro de los sistemas operativos móviles, se haya convertido en objetivo de ciber-criminales. Para velar por nuestra privacidad y seguridad, se necesitan sistemas capaces de detectar las amenazas antes de que el daño sea irreparable. Debido a la cantidad de malware que aparece diariamente, analizar las muestras una a una se convierte en una tarea compleja e inviable, por tanto, surge la necesidad de automatizarla. Es aquí donde los sistemas de inteligencia artificial (IA) están empezando a desempeñar un papel importante. En este trabajo se pretende desarrollar un sistema inteligente completo compuesto por un motor de IA (encargado de decidir si una muestra es malware o no), un servidor (encargado de gestionar la información y de crear trabajo para el motor de IA), y por último, una aplicación Android, que se encarga de conectar todo el trabajo anterior con el usuario final. Para realizar todo esto, durante el proyecto, se estudian diferentes técnicas y se evalúan los resultados obtenidos.</dc:description>
      <dc:date>2018-11-27T11:23:00Z</dc:date>
      <dc:date>2018-11-27T11:23:00Z</dc:date>
      <dc:date>2018</dc:date>
      <dc:date>2018-11-27</dc:date>
      <dc:type>bachelor thesis</dc:type>
      <dc:identifier>https://hdl.handle.net/10630/16966</dc:identifier>
      <dc:language>spa</dc:language>
      <dc:rights>http://creativecommons.org/licenses/by-nc-nd/4.0/</dc:rights>
      <dc:rights>open access</dc:rights>
      <dc:rights>Attribution-NonCommercial-NoDerivatives 4.0 Internacional</dc:rights>
   </ow:Publication>
</rdf:RDF>
</metadata></record></GetRecord></OAI-PMH>