AbstractThe rapid growth of smartph

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) 2:

บทคัดย่อ
เติบโตอย่างรวดเร็วของมาร์ทโฟนได้นำไปสู่ยุคฟื้นฟูศิลปวิทยาในการให้บริการโปรแกรมมือถือ Android และ iOS, ขณะนี้ได้รับความนิยมมากที่สุดแพลตฟอร์มมาร์ทโฟนแต่ละมี
ตลาดของตัวเองของประชาชนเช่นใน Android Market และ App Store ของ; แต่แต่ละ OS ใช้วิธีการที่แตกต่างกันอย่างมากเพื่อป้องกันการเกิดมัลแวร์บนอุปกรณ์ของตน ในแพลตฟอร์ม Android, นักพัฒนาไม่เพียง แต่สามารถส่งมอบแอพพลิเคของพวกเขาโดยตรงไปยังตลาด Android โดยไม่ต้องมีกระบวนการตรวจสอบที่เข้มงวด แต่ยังเพิ่มให้แอปพลิเค nonofficial แต่การตรวจสอบแล้วตลาด (เช่น Applanet, AppBrain ฯลฯ ) ในการศึกษานี้เรานำเสนอกลไกการตรวจสอบมัลแวร์โดยอัตโนมัติสำหรับแพลตฟอร์ม Android บนพื้นฐานของผลจากทราย เราสกัดเครือข่ายคุณสมบัติเชิงพื้นที่ของปพลิเคชัน Android และใช้การวิเคราะห์องค์ประกอบอิสระ (ICA) เพื่อตรวจสอบชื่อโดเมนที่แท้จริงพฤติกรรมมติของมัลแวร์ Android กลไกการเสนอสามารถระบุมัลแวร์ Android โดยอัตโนมัติ ชุดการตรวจสอบมัลแวร์ที่สาธารณะ Android และแอพพลิเคใจดีนิยมเก็บรวบรวมจาก Android Market จะใช้ในการประเมินประสิทธิภาพของวิธีการที่นำเสนอในแง่ของความสามารถในการจัดกลุ่มและมีประสิทธิภาพในการระบุมัลแวร์ Android วิธีการประสบความสำเร็จในการเสนอระบุเป็นอันตราย Android Apps ด้วย
ความถูกต้องเกือบ 100%, ความแม่นยำและอัตราการเรียกคืน

ผลลัพธ์ (ไทย) 3:

นามธรรม
การเจริญเติบโตอย่างรวดเร็วของสมาร์ทโฟนได้นำไปสู่ยุคฟื้นฟูศิลปวิทยาในการให้บริการโปรแกรมมือถือ . Android และ iOS ขณะนี้แพลตฟอร์มมาร์ทโฟนที่นิยมมากที่สุดในแต่ละข้อเสนอ
ตลาดสาธารณะ ของตนเอง เช่น ใน Android Market และ App Store อย่างไรก็ตาม แต่ละ OS ที่ใช้วิธีการที่แตกต่างกันอย่างมาก เพื่อป้องกันการเกิดของมัลแวร์บนอุปกรณ์ของตน ในแพลตฟอร์ม Android ,เป็นนักพัฒนาไม่เพียง แต่สามารถส่งโดยตรงไปยังตลาด Android ปพลิเคชันของพวกเขาโดยไม่มีกระบวนการตรวจสอบอย่างเข้มงวด แต่ยังเพิ่มให้ nonofficial แต่ยืนยันตลาด app ( เช่น applanet appbrain , ฯลฯ ) ในการศึกษาครั้งนี้ได้เสนอกลไกอัตโนมัติ ตรวจจับมัลแวร์สำหรับแพลตฟอร์ม Android จากผล Sandboxเราสกัดเครือข่ายเชิงพื้นที่ คุณสมบัติของ Android ปพลิเคชันและใช้การวิเคราะห์องค์ประกอบอิสระ ( ICA ) เพื่อตรวจสอบภายใน ความละเอียดชื่อโดเมนพฤติกรรมของมัลแวร์ Android . เสนอกลไกสามารถระบุมัลแวร์ Android โดยอัตโนมัติสาธารณะมัลแวร์ Android app ข้อมูล และได้รับความนิยมจากตลาด Android Apps เก็บแบบที่ใช้สำหรับการประเมินประสิทธิภาพของวิธีการที่เสนอในแง่ของความสามารถในการจัดกลุ่มและประสิทธิผลในการระบุมัลแวร์ Android . วิธีการที่เสนอเรียบร้อยแล้วระบุปพลิเคชัน Android ที่เป็นอันตรายกับ
เกือบ 100% ความถูกต้อง แม่นยำ และจำได้ อัตรา