スマートフォンデバイスのためのドロイドライト軽量異常ベース侵入検知システム【JST・京大機械翻訳】

Barbhuiya Sakil; Kilpatrick Peter; Nikolopoulos Dimitrios S.

文献

J-GLOBAL ID：202002255909509630 整理番号：20A2030754

スマートフォンデバイスのためのドロイドライト軽量異常ベース侵入検知システム【JST・京大機械翻訳】

DroidLight Lightweight Anomaly-based Intrusion Detection System for Smartphone Devices

出版者サイト複写サービスで全文入手
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=20A2030754&from=J-GLOBAL&jstjournalNo=D0698C") }}

著者 (3件)： , ,
資料名：
号： ICDCN 2020 ページ： 1-10 発行年： 2020年
JST資料番号： D0698C 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)

スマートフォンマルウェア攻撃は,市場におけるスマートフォンアプリケーションの成長とともに増加している。研究者は,署名と異常ベースの侵入検知システム(IDS)を広く含む様々なアプローチを用いてマルウェア攻撃を検出する技術を提案した。異常ベースIDSは,通常,良性とマルウェアアプリケーションの両方から収集されたデータセットを持つ訓練機械学習モデルを必要とする。これは,ゼロ日マルウェアを検出する場合,すなわち以前には観察されない,または記録されない場合,低い検出精度をもたらす。本論文では,ゼロ日マルウェアを効率的かつ効果的に検出できる軽量IDSであるDroidLightを提案した。著者らは,1つのクラス分類と確率分布解析に基づくDroidLightのためのアルゴリズムを設計した。各スマートフォンアプリケーションに対して,分類モデルはその通常のCPU利用とネットワークトラフィックパターンを学習する。モデルは,正常パターンから有意な偏差があるならば,侵入警報を止める。3つの自己開発マルウェアを展開することによって,著者らは,実際のユーザがそれと相互作用している間,実際の装置に関して評価を実行した,DroidLightの現実的評価を実施した。評価結果は,DroidLightがスマートフォンマルウェアを93.3%から100%の範囲の精度で検出でき,一方,デバイス資源に1.5%の全オーバヘッドを課すことを示した。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

, , , , , , ,
, , , , , , 【Automatic Indexing@JST】

著者キーワード (4件)： , , ,

データ保護 , 計算機網

前のページに戻る