توضیحات
ترجمه آماده – روش یادگیری عمیق چندنمایی برای تشخیص بدافزار اندروئید با استفاده از ویژگی های گوناگون
A Multimodal Deep Learning Method for Android Malware Detection using Various Features
روش یادگیری عمیق چندنمایی برای تشخیص بدافزار اندروئید با استفاده از ویژگی های گوناگون
Abstract
With the widespread use of smartphones, the number of malware has been increasing exponentially. Among smart devices, Android devices are the most targeted devices by malware because of their high popularity. This paper proposes a novel framework for Android malware detection. Our framework uses various kinds of features to reflect the properties of Android applications from various aspects, and the features are refined using our existence-based or similarity-based feature extraction method for effective feature representation on malware detection. Besides, a multimodal deep learning method is proposed to be used as a malware detection model. This paper is the first study of the multimodal deep learning to be used in the Android malware detection. With our detection model, it was possible to maximize the benefits of encompassing multiple feature types. To evaluate the performance, we carried out various experiments with a total of 41,260 samples. We compared the accuracy of our model with that of other deep neural network models. Furthermore, we evaluated our framework in various aspects including the efficiency in model updates, the usefulness of diverse features, and our feature representation method. In addition, we compared the performance of our framework with those of other existing methods including deep learning based methods.
چکیده
با توجه به استفاده گسترده از تلفن های هوشمند، تعداد بدافزارها روند صعودی را طی می کند. از بین دستگاه های هوشمند، دستگاه های اندروئیدی، بیشتر از دستگاه های دیگر مورد حمله بدافزارها قرار می گیرند که علتش محبوبیت بالای آنهاست. در این مقاله یک چهارچوب تازه را برای تشخیص بدافزارهای اندروئید معرفی می نماییم. این چهارچوب از انواع ویژگی های گوناگون برای نشان دادن خواص اپلیکیشن های اندروئیدی از جنبه های مختلف بهره می گیرد و ویژگی های آن با استفاده از روش استخراج ویژگی مبتنی بر شباهت یا مبتنی بر ویژگی موجود برای معرفی ویژگی موثر روی تشخیص بدافزار بکار گرفته می شوند. هم چنین، روش یادگیری عمیق چندنمایی برای استفاده به عنوان مدلتشخیص بدافزار، پیشنهاد شده است. این مقاله، اولین مطالعه یادگیری عمیق چندنمایی برای استفاده در تشخیص بدافزار اندروئید به شمار می رود. با مدل تشخیص ما، به حداکثررساندن مزایای گنجاندن انواع ویژگی های مختلف برای یک کار بخصوص امکان پذیر شد. برای ارزیابی عملکرد، آزمایشات مختلفی با ۴۱٫۲۶۰ نمونه انجام دادیم. صحت (دقت) مدل خود را با دقت سایر مدل هایشبکه عصبی عمیق مقایسه کردیم. علاوه بر این، چهارچوب خودمان را در جنبه های مختلف مثل عملکردش در بروزرسانی مدل، مفید واقع شدن ویژگی های متنوع و روش نمایش یا معرفی ویژگی خود مورد ارزیابی قرار دادیم. بعلاوه، عملکرد چهارچوب خود را با عملکرد سایر روش های موجود مثل روش های مبتنی بر یادگیری عمیق مقایسه نمودیم.
دوست عزیزم چنانچه برای دانلود ترجمه آماده – روش یادگیری عمیق چندنمایی برای تشخیص بدافزار اندروئید با استفاده از ویژگی های گوناگون با مشکلی مواجه شدید با شماره ۰۹۳۵۷۲۵۸۴۲۵ یا ایمیل info@pajuha.ir ارتباط برقرار کنید.
دیدگاهها
هیچ دیدگاهی برای این محصول نوشته نشده است.