文献

J-GLOBAL ID：201802231823678060   整理番号：18A1209770

CNNベースのAndroidマルウェア検出【JST・京大機械翻訳】

CNN-Based Android Malware Detection

著者 (6件)： Ganesh Meenu ,  Pednekar Priyanka ,  Prabhuswamy Pooja ,  Nair Divyashri Sreedharan ,  Park Younghee ,  Jeon Hyeran
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICSSA  ページ： 60-65  発行年： 2017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： モバイル機器における成長は指数関数的に増加し,アクセスを容易にするが,同時に脆弱になる。悪意のあるアプリケーションでは,不適切な許可制御を利用することにより,高感度で重要なユーザ情報へのアクセスを得ることができる。高い偽検出率は,特にマルウェア変種において,携帯電話に対する署名ベースのアンチウイルスソリューションを与えるので,より効率的で適応可能な解決策を開発することが不可欠である。本論文では,悪意のあるアプリケーションを同定し分類するための,深い学習ベースのマルウェア検出について述べた。提案した方法は畳込みニューラルネットワークに基づくパーミッションパターンを調べる。著者らの解決策は,2500のAndroidアプリケーションのデータセットにおいて93%の精度で不正ソフトウェアを同定し,2000年は悪意があり,500は良性であった。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【JST・京大機械翻訳】

シソーラス用語： 携帯電話 ,  指数関数 ,  学習 ,  応用プログラム ,  高感度 ,  許認可 ,  *マルウェア
準シソーラス用語： Androidアプリケーション ,  検出率 ,  情報へのアクセス ,  脆弱性 ,  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 (2件)： データ保護  (JD01020V) ,  移動通信  (ND08030H)

タイトルに関連する用語 (3件)： CNN ,  Android ,  マルウェア検出