文献

J-GLOBAL ID：201802218036442506   整理番号：18A2120997

DeepRD:SiameseLSTMネットワークに基づくAndroid再パッケージアプリケーション検出手法?【JST・京大機械翻訳】

DeepRD: LSTM-based Siamese network for Android repackaged applications detection

著者 (3件)： Wang Run (空天信息安全与可信計算教育部重点実験室,湖北武漢 430072;武漢大学国家网絡安全学院,湖北武漢 430072) ,  Tang Benxiao (空天信息安全与可信計算教育部重点実験室,湖北武漢 430072;武漢大学国家网絡安全学院,湖北武漢 430072) ,  Wang Lina (空天信息安全与可信計算教育部重点実験室,湖北武漢 430072;武漢大学国家网絡安全学院,湖北武漢 430072)
資料名： Tongxin Xuebao  (Tongxin Xuebao)
巻： 39  号： 8  ページ： 69-82  発行年： 2018年 
JST資料番号： W1463A  ISSN： 1000-436X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 現在、Androidプラットフォームの重パッケージ応用検査方法は専門家定義特徴に依存し、時間消費力だけでなく、その特徴は攻撃者に容易に推測される。また、既存の応用特徴の表示は、通常の再パッケージ応用型の検出において良好な効果が得られ、実際の検出において、見逃し率が高い現象を招く。以上の2つの問題に対して、深度学習に基づく再パッケージ応用検出方法を提案し、自動的にプログラムの意味特徴表現を学習した。最初に,制御フローとデータフロー解析のシーケンス特性表現を,アプリケーションによって実行した。次に,単語ベクトル埋め込みモデルに従って,系列特徴を特徴ベクトル表現に変換し,入力双晶ネットワーク長短期記憶(LSTM,longshorttermmemory)ネットワークにおいてプログラム特徴自己学習を行った。最後に,学習されたプログラムの特徴を類似性測定を通して再パッケージアプリケーションの検出を実現する。公開データセットAndroZoo上でテストし、重パッケージ応用検査の精度率は95.7%に達し、見逃し率は6.2%以下となったことが分かった....AndroZooでの検査・測定の精度は95.7%に達した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： *ネットワーク ,  モデル ,  検出法 ,  学習 ,  単語 ,  ベクトル ,  *応用プログラム ,  双晶
準シソーラス用語： 自己学習 ,  短期記憶 ,  特徴ベクトル ,  制御フロー ,  特徴表現 ,  攻撃者 ,  *アンドロイド , 【Automatic Indexing@JST】

分類 (1件)： 計算機網  (JC03000K)

タイトルに関連する用語 (4件)： Android ,  パッケージ ,  アプリケーション ,  手法