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。
畳込みニューラルネットワーク(CNN)は,Androidマルウェア検出と多くの他の分野で成功を達成した。しかし,以前の研究の経験的評価により,単一機械学習分類器は,いかなる文脈においても最良の精度を提供することができないことを示した。本論文において,Androidマルウェア検出のための新しい方法を提案して,著者らはマルウェア分類の性能を改良するために,分類装置(ASC)の適応選択によってCNNにおける単一機械学習分類装置を置き換えた。著者らは,1000のマルウェアを有する1746のapkサンプルに関する著者らの方法をテストして,結果は,著者らの方式の精度が,現在の研究において使用される最新のCNNモデルの状態より4.27%良い性能を発揮することを示した。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】