文献

J-GLOBAL ID：202102269487955807   整理番号：21A1300118

Androidアプリケーション挙動を分類するための機械学習の利用【JST・京大機械翻訳】

Using Machine Learning to Classify Android Application Behavior

著者 (5件)： AlSobeihy Modhi (Taibah University,College of Computer Science and Engineering,Madina,Saudi Arabia) ,  Altamimi Shorouq (Taibah University,College of Computer Science and Engineering,Madina,Saudi Arabia) ,  Salem Elaaf (Taibah University,College of Computer Science and Engineering,Madina,Saudi Arabia) ,  Alhazzani Haya (Taibah University,College of Computer Science and Engineering,Madina,Saudi Arabia) ,  Alhjaile Ebtehal (Taibah University,College of Computer Science and Engineering,Madina,Saudi Arabia)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： CSDE  ページ： 1-4  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： アンドロイドマルウェア検出は近年大きな関心事であった。Google PlayストレージはPlay Protectと呼ばれるマルウェア検出システムを用いて,ダウンロードのために利用できる前にアプリケーションの優しさを検証した。しかし,Google公式店舗上のかなりの数のアプリケーションは,Play保護を迂回する悪意のある行動を補足する。この課題に取り組むため,Android appがマルウェア様行動で補われるかどうかの同定に焦点を当てた解決策であるDroidLiciousを紹介した。DroidLiciousは,最先端の静的タイント解析技術を用いて抽出されるアプリの静的特徴を分類するために,信頼できる機械学習分類器を利用する。6,538のマルウェアから抽出した静的特徴および等分布の良性のアプリを用いて,ドロイドLiciousの分類器を訓練した。著者らの実験は,Android appsの挙動の分類において,また,より多くのサンプルを用いた再訓練を通して改善することができるという,DroidLicious精度を証明した。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： 商店建築 ,  *応用プログラム ,  ダウンロード ,  *機械学習 ,  マルウェア
準シソーラス用語： Google ,  *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)： Androidアプリケーション ,  挙動 ,  分類 ,  機械学習