文献

J-GLOBAL ID：202102232658483764   整理番号：21A0672201

EDMDroid:許可に基づくAndroidマルウェア検出を改善するための多様性の確保【JST・京大機械翻訳】

EDMDroid:Ensuring Diversity to improve Android malware detection based on permissions

著者 (2件)： Fang Hao (Jiangsu University,the School of Computer Science and Communication Engineering,Zhenjiang City,Jiangsu Province,China) ,  Zhu Hui-juan (Jiangsu University,the School of Computer Science and Communication Engineering,Zhenjiang City,Jiangsu Province,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ITIA  ページ： 1-5  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： アンドロイドシステムは,そのオープンソースと人気を考慮して,悪意のあるソフトウェアの主要な目標になった。料金消費,プライバシーフットおよび遠隔制御を含む悪意のあるソフトウェアの急速な成長は,ユーザに大きな害をもたらした。したがって,マルウェアを検出するタスクは,大きな意義を持つ。本論文は,マルウェアを検出するためにAndroid許可周波数に基づくフレームワークEDMDロイドを提案する。このフレームワークの目的は,アンサンブルベース分類器の多様性を確実にすることによって検出率を改善することである。多様性の実現は,ランダム特徴部分空間とブートストラップ技術を通してデータ部分集合を生成し,次に,非負行列因子分解(NMF)技術を用いて,データ部分集合に基づいて新しいデータセットを生成した。統合戦略投票法を用いた最終予測結果は,ディシジョンツリーアルゴリズムによって訓練されたモデルの統合予測結果から来る。2つのデータセットで提案した方法を検証した。最初のデータセットは,Android(OFCデータセット)によって公式に定義された許可を抽出するだけであった。第2のデータセットは,カスタムと公式に定義された許可(CBAデータセット)を含む。実験結果は,EDMDロイドがAndroidマルウェアを検出する効果的方法であることを証明した。Copyright 2021 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： アルゴリズム ,  ブートストラップ ,  遠隔制御 ,  ディシジョンツリー ,  ソフトウェア ,  料金 ,  投票 ,  *マルウェア
準シソーラス用語： 部分空間 ,  オープンソース ,  検出率 ,  *アンドロイド ,  非負行列因子分解 ,  マルウェア検出 , 【Automatic Indexing@JST】

分類 (3件)： 医用画像処理  (JE04020T) ,  NMR一般  (BM07041R) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 許可 ,  Android ,  マルウェア検出 ,  多様性