抄録/ポイント：
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
Androidアプリケーションは,エンドユーザのためのセキュリティとプライバシーリスクを提起している。これらのリスクは,しばしば放出後のAndroidアプリケーションの動的解析と許容解析を行うことにより定量化した。現像液(s)は,アプリケーションのコードを記述すると,アプリケーション開発の初期段階でAndroid応用に関連するセキュリティとプライバシーリスクの予測は,セキュリティとプライバシーのリスクが少ないことをエンドユーザへの応用放出におけるAndroidアプリケーション開発者を助けるかもしれない。本論文の目的は,Androidアプリケーション開発者を助ける予測因子としての静的コードメトリックスを用いたAndroid応用に関連するセキュリティとプライバシーリスクを評価することである。本論文では,著者らは適用されるかを感受性としてAndroidアプリケーションのセキュリティとプライバシーリスクを考察したエンドユーザの個人情報を漏出し,脆弱性放出した。Androidアプリケーションのソースコードから抽出した静的コードメトリックスは,Androidアプリケーションのセキュリティとプライバシーリスクを予測するために使用できるかを効果的に調べた。1,407Android応用の21静的コードメトリックスを収集し,アプリケーションのセキュリティとプライバシーリスクを予測するために収集した静的コードメトリックスを用いた。セキュリティとプライバシーリスクのオラクルとして,Androrisk,Android許可と動的解析の解析を用いたAndroidアプリケーションのセキュリティとプライバシーリスクの量を定量化するツールを使用した。目標を達成するために,著者らは,統計的学習者,半径方向ベースサポートベクトルマシン(r SVM)を使用した。r SVM(サポートベクトルマシン)のために,0.83の精度を観測した。本論文からの知見は,静的コードメトリックスの適切な選択により,SVMはAndroidアプリケーションのセキュリティとプライバシーリスクを予測するために効果的に使用できることを示唆した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】
