文献

J-GLOBAL ID：202002257985710704   整理番号：20A0437616

Kertsdroid:カーネルタスク構造を通したスケールでのAndroid Malwareの検出【JST・京大機械翻訳】

KerTSDroid: Detecting Android Malware at Scale through Kernel Task Structures

著者 (2件)： Wang Xinning (Ocean University of China, China) ,  Li Chong (Ocean University of China, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： ICPADS  ページ： 870-879  発行年： 2019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： データの爆発的成長は,Androidマルウェアを検出することが困難な個々の機械における静的および動的解析を行う。したがって,大規模データ処理のための多くの一般的オープンソースフレームワークが,効率的並列計算とインメモリ抽象化による反復機械学習タスクを扱うために使用されてきた。本論文では,最初に,Androidカーネル層におけるカーネルタスク構造を通して並列に悪意のあるアプリケーションを予測するために,新しいAndroidマルウェア検出フレームワークであるKerTSDidを提案した。次に,データプロバイダを調整し,12750のAndroidアプリケーションから112のカーネル特徴の実世界データセットを構築するために実装した。また,並列予測器を,Androidの悪意のあるアプリケーションを同定するために提供した。著者らの実験により,KerTSDidの決定木法は,平均的により低いオーバーヘッドで最良の精度率(96%~99%)を達成でき,他の3つの方法(Naive Bayes,ロジスティック回帰,およびサポートベクトルマシン)は,メモリ内並列データで異常挙動を識別しながら,より低い精度率をもたらすことを実証した。Copyright 2020 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： マルウェア ,  *応用プログラム ,  機械学習 ,  ディシジョンツリー ,  動的解析 ,  並列演算 ,  サポートベクトルマシン ,  記憶装置
準シソーラス用語： ロジスティック回帰分析 ,  オーバヘッド ,  Androidアプリケーション ,  ISP【インターネット】 ,  マルウェア検出 ,  大規模データ ,  *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 (4件)： カーネル ,  タスク ,  スケール ,  Android