文献

J-GLOBAL ID：201802260388140040   整理番号：18A0520792

信号処理と機械学習技術を用いたスマートフォンの異常挙動の検出【Powered by NICT】

Detection of anomalous behavior of smartphones using signal processing and machine learning techniques

著者 (7件)： James R. Soundar Raja (University of Waterloo) ,  Albasir A. (University of Waterloo) ,  Naik K. (University of Waterloo) ,  Dabbagh M. Y. (University of Waterloo) ,  Dash P. (University of Waterloo) ,  Zamani M. (Sanstream Technology) ,  Goel N. (Cistech Ltd.)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： PIMRC  ページ： 1-7  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： スマートフォンにおける異なる応用は異なる電力消費パターンをもたらした。すべてのアプリケーションは異なるタスクを実行するために符号化されているという事実は,作用搭載(かソフトウェアまたはハードウェア)は,スマートフォンの消費電力のトレースを持つであろうという主張をもたらした。応用による消費電力は,それを用いて同じでないかもしれないが,電力消費パターンの類似性のままである。スマートフォン上の異常な挙動は,電力消費パターンの類似性の減少をもたらすであろう。類似性のこの変化は,スマートフォンの異常な挙動の存在を検出するために用いることができる。電力消費パターンに基づくスマートフォン上の異常な挙動を検出するための二手法を提案した。第一の手法は,信号処理に基づいており,第二の方法では,マルウェアの検出における統計的学習の面積を調べた。二つのアプローチを解析し,評価し,比較した。検出信号処理法は,より高い強度異常挙動のための優れた性能を示した低強度と統計的学習法の異常な挙動の良好な性能を示したことが観察された。はまた,両法は相補的であることが観察された。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： ハードウェア ,  消費電力 ,  符号化 ,  マルウェア ,  電力消費 ,  *信号処理 ,  ソフトウェア ,  類似性 ,  *スマートフォン ,  応用プログラム
準シソーラス用語： *機械学習技術 , 【Automatic Indexing@JST】

分類 (2件)： 移動通信  (ND08030H) ,  データ保護  (JD01020V)

タイトルに関連する用語 (3件)： 機械学習技術 ,  スマートフォン ,  挙動