文献

J-GLOBAL ID：202002299319514927   整理番号：20A1615713

リアルタイムAndroidマルウェア検出のための機械学習アプローチ【JST・京大機械翻訳】

A Machine Learning Approach for Real Time Android Malware Detection

著者 (5件)： Le Ngoc C. (Hanoi University of Science and Technology,School of Applied Mathematics and Informatics) ,  Nguyen Tien-Manh (Hanoi University of Science and Technology,School of Applied Mathematics and Informatics) ,  Truong Trang (Hanoi University of Science and Technology,School of Applied Mathematics and Informatics) ,  Nguyen Ngoc-Dam (Hanoi University of Science and Technology,School of Applied Mathematics and Informatics) ,  Ngo Tra (Vietnam National University,VNU University of Engineering and Technology,Hanoi)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： RIVF  ページ： 1-6  発行年： 2020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： スマートモバイルデバイスは,現代生活においてますます一般的である。これらの使用の大多数は,2005年にGoogle boughのAndroid Inc.によって開発されたオープンオペレーティングシステムである。その人気とともに,Androidは,急速に発展する悪意のある応用の目標になった。さらに,ユーザがGoogle Playと第三者アプリケーション市場の両方からアプリケーションをインストールできるという事実は,またAndroid上のマルウェアと同様にアプリケーションの開発と普及を促進する。本論文では,Androidデバイスにおける悪意のあるアプリケーションを検出する機械学習法を提案した。機械学習に用いる特徴は,悪意のあるアプリケーションの共通挙動,必要な許可,およびアプリケーションファイルから取られたその他の特徴に基づいている。悪意と安全な応用を含むほぼ30000のサンプルのデータセットで,著者らは98.66%の精度で結果を達成した。さらに,C++言語における図書館の使用と変更は,良好な処理速度と意思決定を達成するのに役立った。従って,通常のラップトップのような通常のデバイスで実時間を実行できるフレームワークを生成する。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： オペレーティングシステム ,  意思決定 ,  ラップ ,  応用プログラム ,  C++言語 ,  *機械学習 ,  *マルウェア
準シソーラス用語： モバイルデバイス ,  Google ,  実時間 ,  処理速度 ,  *アンドロイド ,  マルウェア検出 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： リアルタイム ,  Android ,  マルウェア検出 ,  機械学習