文献

J-GLOBAL ID：201602280767336488   整理番号：16A0833435

Androidマルウェア検出のための許可とAPI特徴の融合【Powered by NICT】

Merging Permission and API Features for Android Malware Detection

著者 (3件)： Qiao Mengyu ,  Sung Andrew H. ,  Liu Qingzhong
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： IIAI-AAI  ページ： 566-571  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： モバイル機器の繁栄は急速かつ劇的に使用パターンを改質と計算デバイスユーザ習慣であった。最も一般的な移動オペレーティングシステム,Androidは洗練された許可制御機構を介して特権分離セキュリティシステムを有している。Androidアプリケーションは,敏感な個人データとシステム資源にアクセスする許可を要求する必要があるが,経験的研究は,様々なタイプの悪意のあるソフトウェアは,ユーザとセキュリティ機構を惑わすプレイによる許可と攻撃システムと応用を得ることができたことを見出した。本論文では,アンドロイドアプリケーションにより得られた使用許可とAPI関数呼び出しのパターンのマイニングによるマルウェアを検出するための新しい機械学習アプローチを提案した。アンドロイドアプリケーションのソースコードと資源ファイルの静的解析に基づいて,二成分および数値特徴を定性的および定量的評価のために抽出した。特徴選択法は,特徴次元を低減し,効率を高めるために適用した。サポートベクトルマシン,ランダムフォレストとニューラルネットワークを含む,異なる機械学習手法は,分類に適用し,比較した。実験結果により,提案アプローチは,Androidマルウェアの正確な検出を提供することを示した。提案されたアプローチは,潜在的リスクに関するユーザの意識を高めるとAndroidデバイスのためのマルウェア脅威を緩和する助けになると考えた。Copyright 2016 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 特徴選択 ,  利用者 ,  応用プログラム ,  サポートベクトルマシン ,  *許認可 ,  *マルウェア ,  機械学習 ,  セキュリティシステム
準シソーラス用語： 定量的評価 ,  静的解析 ,  ソースコード ,  個人情報 ,  モバイルデバイス ,  *マルウェア検出 ,  *アンドロイド , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： Android ,  マルウェア検出 ,  許可 ,  API ,  融合