文献
J-GLOBAL ID:201702267901787633   整理番号:17A1127640

鉱山トピック固有データフロー特徴による悪意のあるAndroidアプリケーションの特性化【Powered by NICT】

Characterizing malicious Android apps by mining topic-specific data flow signatures
著者 (6件):
資料名:
巻: 90  ページ: 27-39  発行年: 2017年 
JST資料番号: B0445B  ISSN: 0950-5849  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: オランダ (NLD)  言語: 英語 (EN)
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。
文脈:Androidマルウェアの自動検出に関する最新の研究は,実行機能w.r.tスポット異常にレバレッジapp記述を持ち,または良性アプリケーションから悪意を識別するための特徴としてのデータフロー情報を使用した。これらの研究は有望な性能をもたらしているが,これらの性能は悪意のある挙動のよりよい理解によって改善できると仮定した。【目的】は悪意のあるアプリケーションを特性化するために,app記述に関する情報,アプリケーションの話題を示す高感度データフローに関する情報,良性アプリケーションからマルウェア識別のための適切なできるを考慮した。【方法】本論文では,app記述とデータフロー情報に基づくマルウェア理解にトピックアプローチを提案した。最新トピックモデルを使用し,GAによる適応LDA,それらの記述に従ってアプリケーションをクラスター化した。,いわゆる「トピックデータフローシグネチャ」を構築するための感応性データフロー情報の情報利得比を用いた。【結果】 3691良性および1612悪意アプリケーションに関する実証的研究を行った。百十八の話題にグループとトピックデータフロー特徴を生成した。全体データフローシグネチャと比較することによってトピックデータフロー特徴の有効性を検証する。添加では,25種類の代表的なトピックの特徴に関するより深い解析を行い,いくつかの含意を提供した。結論:トピック特異的データフローシグネチャは,悪意ある挙動を強調した効率的であり,このようにしてマルウェアを特性化を助けることができる。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
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。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
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。
, 【Automatic Indexing@JST】
分類 (1件):
分類
JSTが定めた文献の分類名称とコードです
計算機システム開発 

前のページに戻る