Android Malware Detection via a Lat

Android Malware Detection via a Latent Network Behavior Analysis
Abstract—The rapid growth of smartphones has lead to a
renaissance in mobile application services. Android and iOS,
currently the most popular smartphone platforms, each offer
their own public marketplace, i.e., the Android Market and
App Store; however, each OS uses a dramatically different
approach to prevent the occurrence of malware on their
respective devices. In the Android platform, a developer can
not only deliver their apps directly to the Android market
without a strict review process but also add them to a nonofficial
but verified app marketplace (i.e., Applanet, AppBrain,
etc). In this study, we propose an automatic malware detection
mechanism for the Android platform based on the results from
sandbox. We extracted network spatial features of Android
apps and used independent component analysis (ICA) to
determine the intrinsic domain name resolution behavior of
Android malware. The proposed mechanism can identify
Android malware automatically. A public Android malware
app dataset and popular benign apps collected from the
Android Market are used for evaluating the effectiveness of the
proposed approach in terms of its grouping ability and
effectiveness in identifying Android malware. The proposed
approach successfully identifies malicious Android Apps with
nearly 100% accuracy, precision, and recall rate.

ผลลัพธ์ (ไทย) 1:

ตรวจหามัลแวร์ android ผ่านการวิเคราะห์พฤติกรรมเครือข่ายแฝงอยู่ นามธรรมซึ่งการเติบโตอย่างรวดเร็วของสมาร์ทโฟนได้นำไปเป็นเรอเนสซองซ์ในแอพพลิเคชันโมบาย Android และ iOSในปัจจุบันนิยมสมาร์ทโฟนแพลตฟอร์ม แต่ละข้อเสนอตลาดสาธารณะของตนเอง เช่น ตลาด Android และApp Store อย่างไรก็ตาม แต่ละ OS ใช้แตกต่างกันอย่างมากวิธีการป้องกันการเกิดขึ้นของมัลแวร์บนของพวกเขาอุปกรณ์ที่เกี่ยวข้อง ในแพลตฟอร์ม Android นักพัฒนาสามารถไม่เพียงแต่ ส่งของปพลิเคชันโดยตรงกับตลาด Androidโดยไม่มีการเข้มงวดตรวจสอบกระบวนการ แต่ลงที่ nonofficialแต่ตรวจสอบตลาด app (เช่น Applanet, AppBrainฯลฯ) ในการศึกษานี้ เราได้เสนอการตรวจจับมัลแวร์โดยอัตโนมัติกลไกสำหรับแพลตฟอร์ม Android ตามผลลัพธ์จากsandbox เราขยายเครือข่ายพื้นที่ลักษณะการทำงานของ Androidปพลิเคชันและการวิเคราะห์ส่วนประกอบอิสระใช้ (ปัจจุบันประกอบ) เพื่อกำหนดพฤติกรรมการแก้ปัญหาชื่อโดเมน intrinsic ของมัลแวร์ android กลไกการนำเสนอที่สามารถมัลแวร์ android โดยอัตโนมัติ มัลแวร์ Android เป็นสาธารณะชุดข้อมูล app และ apps ยอดนิยมอ่อนโยนที่รวบรวมจากการตลาด android ที่ใช้ในการประเมินประสิทธิผลของการนำเสนอวิธีการในแง่ของความสามารถในการจัดกลุ่ม และประสิทธิภาพในการระบุมัลแวร์ Android การนำเสนอวิธีสำเร็จระบุปพลิเคชัน Android ที่เป็นอันตรายด้วยความแม่นยำเกือบ 100% ความแม่นยำ และอัตราการเรียกคืน

ผลลัพธ์ (ไทย) 2:

การตรวจจับมัลแวร์ Android ผ่านทางเครือข่ายการวิเคราะห์พฤติกรรมแฝง
บทคัดย่อ-เติบโตอย่างรวดเร็วของมาร์ทโฟนได้นำไปสู่
​​ยุคฟื้นฟูศิลปวิทยาในการให้บริการโปรแกรมมือถือ Android และ iOS ของคุณ,
ในขณะนี้ได้รับความนิยมมากที่สุดแพลตฟอร์มมาร์ทโฟนแต่ละมี
ตลาดของตัวเองของประชาชนเช่นใน Android Market และ
App Store ของ; แต่แต่ละ OS ใช้ที่แตกต่างกันอย่างมาก
วิธีการเพื่อป้องกันไม่ให้เกิดขึ้นของมัลแวร์ของพวกเขาเกี่ยวกับ
อุปกรณ์ที่เกี่ยวข้อง ในแพลตฟอร์ม Android, พัฒนาสามารถ
ไม่เพียง แต่นำเสนอแอพพลิเคของพวกเขาโดยตรงไปยังตลาด Android
โดยไม่ต้องมีกระบวนการตรวจสอบที่เข้มงวด แต่ยังเพิ่มให้ nonofficial
การตรวจสอบการตรวจสอบแล้ว แต่ตลาด (เช่น Applanet, AppBrain,
ฯลฯ ) ในการศึกษานี้เรานำเสนอการตรวจจับมัลแวร์โดยอัตโนมัติ
กลไกสำหรับแพลตฟอร์ม Android บนพื้นฐานของผลจาก
ทราย เราสกัดเครือข่ายคุณสมบัติการกระจายตัวของ Android
ปพลิเคชันและใช้การวิเคราะห์องค์ประกอบอิสระ (ICA) เพื่อ
ตรวจสอบชื่อโดเมนที่แท้จริงพฤติกรรมมติของ
มัลแวร์ Android กลไกการเสนอสามารถระบุ
มัลแวร์ Android โดยอัตโนมัติ มัลแวร์ Android ประชาชน
ชุดแอพพลิเคปพลิเคชันและอ่อนโยนนิยมที่เก็บได้จาก
Android Market ได้ถูกนำมาใช้ในการประเมินประสิทธิภาพของ
วิธีการที่นำเสนอในแง่ของความสามารถในการจัดกลุ่มและที่
มีประสิทธิภาพในการระบุมัลแวร์ Android นำเสนอ
วิธีการที่ประสบความสำเร็จระบุเป็นอันตราย Android Apps ด้วย
ความถูกต้องเกือบ 100%, ความแม่นยำและอัตราการเรียกคืน

ผลลัพธ์ (ไทย) 3:

หุ่นยนต์ตรวจจับมัลแวร์ผ่านทางพฤติกรรมแฝงเครือข่ายการวิเคราะห์
บทคัดย่อ การเติบโตอย่างรวดเร็วของสมาร์ทโฟนได้นำไปสู่
ศิลปวิทยาในบริการโมบายแอพลิเคชัน Android และ iOS ,
ขณะนี้แพลตฟอร์มมาร์ทโฟนที่นิยมมากที่สุดในแต่ละข้อเสนอ
ตลาดสาธารณะ ของตนเอง เช่น ใน Android Market และ App Store
; อย่างไรก็ตาม , แต่ละ OS ใช้แตกต่างกันอย่างมาก
วิธีการป้องกันการเกิดของมัลแวร์บนอุปกรณ์ของตน

ในแพลตฟอร์ม Android , นักพัฒนาสามารถ
ไม่เพียงแต่ส่งมอบปพลิเคชันของพวกเขาโดยตรงในตลาด Android
โดยไม่มีกระบวนการตรวจสอบอย่างเข้มงวด แต่ยังเพิ่มให้ nonofficial
แต่ยืนยันตลาด app ( เช่น applanet appbrain
, , etc ) ในการศึกษานี้ได้เสนอระบบตรวจจับมัลแวร์
กลไกสำหรับแพลตฟอร์ม Android จากผล
Sandbox เราสกัดเครือข่ายเชิงพื้นที่ คุณสมบัติของ Android ปพลิเคชันและใช้การวิเคราะห์องค์ประกอบอิสระ

( ICA ) เพื่อตรวจสอบชื่อโดเมนที่ความละเอียดที่แท้จริงของพฤติกรรม
แอนดรอยด์มัลแวร์ เสนอกลไกสามารถระบุ
แอนดรอยด์มัลแวร์โดยอัตโนมัติ สาธารณะมัลแวร์ Android App และข้อมูลที่นิยมปพลิเคชัน

ใจดีรวบรวมจากตลาด Android ที่ใช้สำหรับการประเมินประสิทธิภาพของ
วิธีการที่เสนอในแง่ของความสามารถในการจัดกลุ่มและ
ประสิทธิผลในการระบุมัลแวร์ Android . นำเสนอวิธีการระบุปพลิเคชัน Android เรียบร้อยแล้ว

เป็นอันตรายกับเกือบ 100% ความถูกต้อง แม่นยำ และจำได้ อัตรา