文献
J-GLOBAL ID:202102281358964796   整理番号:21A0674290

深層学習時代におけるAndroidマルウェア検出の課題と傾向【JST・京大機械翻訳】

Challenges and Trends of Android Malware Detection in the Era of Deep Learning
著者 (6件):
資料名:
巻: 2020  号: iSCI  ページ: 37-43  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:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
最も一般的なオープンソース移動プラットフォームであるアンドロイドは,多数の広範な応用(apps)を生み出している多くの開発者を引き付けている。また,そのオープンな性質のため,ユーザを検査するために大量のマルウェアを配信する攻撃者も引き出す。これは国家安全保障に対する脅威であるだけでなく,日常生活にも影響する。深層学習は,最も普及している技術の1つになっており,学術的および産業的研究者への承認を得て,従って,広い応用分野で複雑な解析を行うための不可欠なツールになるであろう。それは,ポピュラーな話題抽出からAndroidマルウェアまでの研究量の増加に魅力的である。本論文では,Androidマルウェア検出の包括的な研究を提供し,深層学習に基づくマルウェアの特性とその解析方法を論じた。深層学習に基づくAndroidスマートフォンの安全な生態学も提示した。さらに,スマートフォンセキュリティにおける深層学習の適用による実世界問題に関連する研究課題を,最適パラメータ,敵対サンプルの処理,大規模サンプルデータセットの収集,攻撃に対する防御,解釈可能性とトレーサビリティの所有などの研究課題に焦点を合わせて論じた。著者らの目標は,スマートフォンマルウェアのための深い学習による既存のおよび進行中の努力に対する広範な研究ガイドラインを提供することであり,研究者が既存の研究をよりよく理解し,スマートフォンマルウェアを検出するより効果的なメカニズムを設計することを助けることである。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:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (4件):
分類
JSTが定めた文献の分類名称とコードです
図形・画像処理一般  ,  音声処理  ,  符号理論  ,  専用演算制御装置 
タイトルに関連する用語 (4件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る