.png){kind=icon}
返回
Deep learning for effective Android malware detection using API call graph embeddings
.png){kind=icon}
PRE
AI
DOI：10.1007/s00500-019-03940-5.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
Android应用程序及其恶意变体的高渗透率需要高效且有效的恶意软件检测方法来构建移动平台安全性。从API调用图结构导出的API调用序列可用于准确地建模应用行为。通过遵循API调用图、其分支和调用顺序来提取行为。但是识别图中的相似性和用于分类的图匹配算法是缓慢的，复杂的，难以采用到新的领域，并且它们的结果可能是不准确的。在这项研究中，作者使用API调用图作为恶意软件在运行时可以跟踪的所有可能执行路径的图形表示。将转化为低维数值向量特征集的API调用图嵌入到深度神经网络中。然后，对每个二元函数的相似性检测进行有效的训练和测试。本研究还着重于通过评估不同的嵌入算法和调整各种网络配置参数来最大化网络的性能，以确保超参数的最佳组合并达到最高的统计度量值。实验结果表明，所提出的恶意软件分类在准确性上达到98.86% 水平，在f-measure上达到98.65%，在召回率上达到98.47%，在查准率上达到98.84%。
Keyword:
Android malware
Deep learning
Graph embedding
Hyper-parameter tuning
API call graph
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
2.5
论文数:
1.0W
被引数:
2.1W
机构
引用论文
X-ray diffraction studies of Bi2O3 films prepared by reactive and activated reactive evaporation
PREAI
分享收藏Introduction of Caveolae Structural Proteins into the Protozoan Toxoplasma Results in the Formation of Heterologous Caveolae but Not Caveolar Endocytosis.png)
PLoS ONE
OAAI
PLoS ONEIF0
OAAI分享收藏Passive signal propagation and membrane properties in median photoreceptors of the giant barnacleOAAI
OAAI分享收藏
查看更多内容