In this paper, we propose a machine

In this paper, we propose a machine learning approach to
the identification of Android app anomalies. Particularly, we
employ feed-forward neural networks (NNs) [10] to categorize
apps based on their permissions. Our results reveal that NNs
can predict app categories efficiently and reliably. To the best
of our knowledge, this is the first exhaustive work regarding
category verification of Android apps.
The rest of this paper is organized as follows: Section II
presents major novel research on Android app security, section
III explains our experimental dataset and the proposed
methodology to validate app categories, section IV shows our
experiments results, and section V concludes the paper.

ผลลัพธ์ (ไทย) 1:

ในเอกสารนี้ เรานำเสนอเครื่องจักรเรียนรู้วิธีการการระบุของความผิด Android app โดยเฉพาะ เราใช้เครือข่ายประสาทไปฟีด (NNs) [10] การจัดประเภทปพลิเคชันตามสิทธิ์ของพวกเขา เปิดเผยผลของเราที่ NNsสามารถทำนายประเภท app ได้อย่างมีประสิทธิภาพ และได้ ให้ดีสุดความรู้ของเรา เป็นแรกหมดแรงทำงานเกี่ยวข้องตรวจสอบประเภทของปพลิเคชัน Androidส่วนเหลือของเอกสารนี้ถูกจัดระเบียบเป็นดังนี้: II ส่วนนำเสนอนวนิยายงานวิจัยบน Android app ปลอดภัย ส่วนIII อธิบายชุดข้อมูลของเราทดลองและนำเสนอวิธีการตรวจสอบ app ประเภท ส่วนแสดง IV ของเราผลการทดลอง และกระดาษสรุปส่วน V

ผลลัพธ์ (ไทย) 2:

ในบทความนี้เราเสนอวิธีการเรียนรู้เครื่องบัตรประจำตัวของ Android app ที่ผิดปกติ
โดยเฉพาะอย่างยิ่งเราจ้างเครือข่ายประสาทฟีดไปข้างหน้า (NNs) [10] เพื่อจัดหมวดหมู่ปพลิเคชันขึ้นอยู่กับการอนุญาตของพวกเขา ผลของเราแสดงให้เห็นว่า NNs สามารถทำนายประเภทการตรวจสอบประสิทธิภาพและเชื่อถือได้ ที่ดีที่สุดของความรู้ของเรานี้เป็นงานที่ครบถ้วนสมบูรณ์เป็นครั้งแรกเกี่ยวกับ. การตรวจสอบประเภทของปพลิเคชัน Android ส่วนที่เหลือของบทความนี้จะจัดดังนี้มาตราที่สองนำเสนอการวิจัยนวนิยายที่สำคัญในการรักษาความปลอดภัย Android การตรวจสอบส่วนที่สามอธิบายชุดการทดลองของเราและนำเสนอวิธีการในการตรวจสอบประเภทการตรวจสอบส่วนที่สี่ของเราแสดงให้เห็นถึงผลการทดลองและสรุป V ส่วนกระดาษ

ผลลัพธ์ (ไทย) 3:

งานวิจัยนี้ได้เสนอวิธีการเรียนรู้เครื่อง

การระบุความผิดปกติ App Android โดยเฉพาะอย่างยิ่งเรา
จ้าง feed-forward โครงข่ายประสาทเทียม ( nns ) [ 10 ] ประเภท
ปพลิเคชันตามสิทธิ์ของตน ผลของเราเปิดเผยว่า nns
ทำนาย app ประเภทได้อย่างมีประสิทธิภาพและเชื่อถือได้ เพื่อที่ดีที่สุด
ความรู้ของเรา นี่เป็นครั้งแรกที่ละเอียดถี่ถ้วน ทำงานเกี่ยวกับ
ประเภทการตรวจสอบ Android Apps .
ส่วนที่เหลือของบทความนี้คือการจัดดังนี้ส่วนที่ ii
นำเสนองานวิจัยนวนิยายหลักในการรักษาความปลอดภัย App Android ส่วน
3 อธิบายชุดข้อมูลการทดลองและเสนอวิธีการตรวจสอบประเภท

app มาตรา 4 การแสดงผลการทดลองของเรา และส่วนที่ 5 สรุปกระดาษ