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。
スマートフォンは急速に我々の生活に必要になってきているとAndroidは最も一般的な移動オペレーティングシステムの一つである。しかし,良性応用の背後に隠されたAndroid悪意のある多数のアプリケーションはAndroidプラットフォームに重大な脅威をもたらす。本論文では,FgDetector,自動的にマルウェア検出ツール,機械学習モデルを提案・実装してきた。FgDetectorは,Androidアプリケーションから特徴を抽出し,応用が悪意のあるかどうかを検出する検出モデルを訓練するための低次元特徴ベクトルに変換できる。さらに,悪意のある応用を同定するときFgDetectorは細粒のマルウェアを分類できた。より良い評価するために,著者らはFgDetectorの実現可能性を証明するために123年,453良性応用と5560マルウェアセット公衆データによる評価を行った。著者らの実験結果は,FgDetectorは二値分類またはマルチクラス分類におけるかどうかをいくつかの関連する伝統的な機械学習モデルより優れていることを示した。悪意のある応用の詳細なマルウェアファミリーを検出するときFgDetectorはマルウェアの99.20%を検出高F1スコアと,93.77%の精度を達成することができる。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】