文献

J-GLOBAL ID：202202229167827226   整理番号：22A0964216

COVID 許可に基づくAndroidマルウェア解析と検出フレームワーク【JST・京大機械翻訳】

COVID-Themed Android Malware Analysis and Detection Framework Based on Permissions

著者 (2件)： Manzil Hashida Haidros Rahima (Central University of Kerala,Dept. of Computer Science,Kasaragod,India) ,  Naik Manohar S (Central University of Kerala,Dept. of Computer Science,Kasaragod,India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2022  号： ICONAT  ページ： 1-5  発行年： 2022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： COVID-19パンデミックの文脈において,COVID-themed android 悪意のあるアプリケーションを能動的に創造し,多くの注意ユーザなしでは,これらの偽装をインストールするために必要な許可をすべて提供する可能性がある。Android許可は脆弱性の重要な源である。この脆弱性は,しばしば主要なプライバシー脅威をもたらす。本研究では,COVID-themed and droid malwareを収集し,静的特徴許可と機械学習技術に基づく検出フレームワークを開発するために分析した。提案したシステムは2020年に放出された100のCOVID-themed fakeアプリケーションを分析する。高感度許可は,再帰的特徴除去(RFE)技術を用いて選択される。研究は,ディシジョンツリー分類装置とランダムフォレスト分類装置で,それぞれ,0.830と0.812のより良い精度を示した。Copyright 2022 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： 分類装置 ,  プライバシー ,  ディシジョンツリー ,  *応用プログラム ,  高感度
準シソーラス用語： 脆弱性 ,  ランダムフォレスト ,  汎発流行性 ,  *アンドロイド ,  マルウェア解析 ,  機械学習技術 , 【Automatic Indexing@JST】

分類 (5件)： 図形・画像処理一般  (JE04010I) ,  音声処理  (JE05000E) ,  符号理論  (ND02030R) ,  専用演算制御装置  (JC04030Y) ,  医用画像処理  (JE04020T)

タイトルに関連する用語 (4件)： 許可 ,  Android ,  マルウェア解析 ,  フレームワーク