With the explosive increase in mobi

With the explosive increase in mobile apps, more and more threats migrate from traditional PC client
to mobile device. Compared with traditional Win+Intel alliance in PC, Android+ARM alliance dominates in Mobile
Internet, the apps replace the PC client software as the major target of malicious usage. In this paper, to improve
the security status of current mobile apps, we propose a methodology to evaluate mobile apps based on cloud
computing platform and data mining. We also present a prototype system named MobSafe to identify the mobile
app’s virulence or benignancy. Compared with traditional method, such as permission pattern based method,
MobSafe combines the dynamic and static analysis methods to comprehensively evaluate an Android app. In the
implementation, we adopt Android Security Evaluation Framework (ASEF) and Static Android Analysis Framework
(SAAF), the two representative dynamic and static analysis methods, to evaluate the Android apps and estimate
the total time needed to evaluate all the apps stored in one mobile app market. Based on the real trace from a
commercial mobile app market called AppChina, we can collect the statistics of the number of active Android apps,
the average number apps installed in one Android device, and the expanding ratio of mobile apps. As mobile app
market serves as the main line of defence against mobile malwares, our evaluation results show that it is practical
to use cloud computing platform and data mining to verify all stored apps routinely to filter out malware apps from
mobile app markets. As the future work, MobSafe can extensively use machine learning to conduct automotive
forensic analysis of mobile apps based on the generated multifaceted data in this stage.

ผลลัพธ์ (ไทย) 1:

กับการเพิ่มขึ้นของระเบิดในปพลิเคชันมือถือภัยคุกคามมากขึ้นและย้ายจากคอมพิวเตอร์ไคลเอนต์แบบดั้งเดิม
ไปยังอุปกรณ์มือถือ เมื่อเทียบกับแบบดั้งเดิมพันธมิตรชนะอินเทลในเครื่องคอมพิวเตอร์ของหุ่นยนต์แขนพันธมิตรปกครองในอินเทอร์เน็ตบนมือถือ
ปพลิเคชันแทนที่ซอฟต์แวร์ไคลเอ็นต์คอมพิวเตอร์เป็นเป้าหมายที่สำคัญของการใช้งานที่เป็นอันตราย ในบทความนี้เพื่อปรับปรุง
สถานะความปลอดภัยของแอพพลิเคมือถือในปัจจุบันเรานำเสนอวิธีการในการประเมินการปพลิเคชันมือถืออยู่บนพื้นฐานของเมฆ
แพลตฟอร์มคอมพิวเตอร์และการทำเหมืองข้อมูล เรายังนำเสนอระบบต้นแบบชื่อ mobsafe ในการระบุความรุนแรงถือ
ปพลิเคชันหรือ benignancy เมื่อเทียบกับวิธีการแบบดั้งเดิมเช่นวิธีการรูปแบบที่ได้รับอนุญาตตาม
mobsafe รวมวิธีการวิเคราะห์แบบไดนามิกและแบบคงที่กว้างประเมินหุ่นยนต์ตรวจสอบ ใน
การดำเนินงานที่เรานำมาใช้หุ่นยนต์กรอบการประเมินผลการรักษาความปลอดภัย (asef) และหุ่นยนต์คงกรอบการวิเคราะห์
(saaf) ทั้งสองวิธีการวิเคราะห์แบบไดนามิกและแบบคงที่แทนการประเมินปพลิเคชันหุ่นยนต์และประมาณการ
รวมเวลาที่จำเป็นในการประเมินปพลิเคชันทั้งหมดที่เก็บไว้ในที่เดียว ตลาดโทรศัพท์มือถือ ขึ้นอยู่กับการตรวจสอบจริงจาก
เชิงพาณิชย์ตลาด app มือถือที่เรียกว่า appchina,เราสามารถเก็บสถิติของจำนวนปพลิเคชันหุ่นยนต์ที่ใช้งานแอพพลิเค
จำนวนเฉลี่ยที่ติดตั้งในอุปกรณ์หนึ่งและอัตราการขยายตัวของปพลิเคชันบนมือถือ เป็น app มือถือ
ตลาดทำหน้าที่เป็นสายหลักของการป้องกันมัลแวร์มือถือผลการประเมินของเราแสดงให้เห็นว่ามันเป็นจริง
ที่จะใช้แพลตฟอร์มคอมพิวเตอร์เมฆและการทำเหมืองข้อมูลเพื่อตรวจสอบการปพลิเคชันทั้งหมดที่เก็บไว้ประจำที่จะกรองออกปพลิเคชันจากมัลแวร์
ตลาดโทรศัพท์มือถือ ขณะที่การทำงานในอนาคต, mobsafe อย่างกว้างขวางสามารถใช้เครื่องเรียนรู้ที่จะดำเนินการยานยนต์
วิเคราะห์ทางกฎหมายของปพลิเคชันมือถืออยู่บนพื้นฐานของข้อมูลที่เกิดขึ้นในหลายแง่มุมในขั้นตอนนี้

ผลลัพธ์ (ไทย) 2:

กับระเบิดเพิ่มโปรแกรมมือถือ คุกคามมาก ขึ้นย้ายจากไคลเอนต์พีซีแบบดั้งเดิม
อุปกรณ์โมบาย เมื่อเทียบกับพันธมิตรชนะ Intel ดั้งเดิมใน PC พันธมิตร Android แขนกุมอำนาจในมือถือ
อินเทอร์เน็ต ปพลิเคชันแทนซอฟต์แวร์ไคลเอนต์พีซีเป็นเป้าหมายสำคัญของการใช้ที่เป็นอันตราย ในเอกสารนี้ เพื่อปรับปรุง
สถานะความปลอดภัยของโปรแกรมมือถือปัจจุบัน เราเสนอวิธีการประเมินโปรแกรมมือถือตามเมฆ
คอมพิวเตอร์แพลตฟอร์มและการทำเหมืองข้อมูล นอกจากนี้เรายังมีระบบต้นแบบที่ชื่อ MobSafe เพื่อระบุมือถือ
virulence ของ app หรือ benignancy เปรียบเทียบกับวิธีการแบบเดิม เช่นวิธีการรูปแบบใช้สิทธิ์,
MobSafe รวมวิธีการวิเคราะห์แบบไดนามิก และแบบคงที่เพื่อฉีด Android app ในการ
นำมาใช้งาน เราใช้ Android ความปลอดภัยประเมินกรอบ (ASEF) และคง Android วิเคราะห์ Framework
(SAAF) วิธีการวิเคราะห์แบบไดนามิก และแบบคงตัวแทนสอง ประเมินปพลิเคชัน Android และประเมิน
รวมเวลาที่ต้องประเมินปพลิเคชันทั้งหมดที่เก็บอยู่ใน app มือถือตลาด ตามติดตามจริงจากการ
ตลาด app มือถือเชิงพาณิชย์ที่เรียกว่า AppChina เราสามารถเก็บสถิติของจำนวนการใช้งาน Android ปพลิเคชัน,
apps ตัวเลขเฉลี่ยที่ติดตั้งในอุปกรณ์ Android ที่หนึ่ง และอัตราส่วนขยายของโปรแกรมมือถือ เป็น app มือถือ
ตลาดทำหน้าที่เป็นสายหลักของกลาโหมกับโมบาย malwares ผลการประเมินของเราแสดงว่า มันเป็นจริง
ใช้เมฆคอมพิวเตอร์แพลตฟอร์มและเหมืองข้อมูลเพื่อตรวจสอบปพลิเคชันทั้งหมดเก็บไว้เป็นประจำเพื่อหามัลแวร์ปพลิเคชันจาก filter
ตลาด app มือถือ ทำงานในอนาคต MobSafe สามารถอย่างกว้างขวางใช้เป็นเครื่องในการเรียนรู้ที่จะทำรถยนต์
วิเคราะห์ทางนิติวิทยาศาสตร์ของปพลิเคชันมือถือจากข้อมูลแผนสร้างในขั้นนี้ได้

ผลลัพธ์ (ไทย) 3:

พร้อมด้วยการเพิ่มวัตถุระเบิดที่อยู่ในแอปพลิเคชันโทรศัพท์มือถือการคุกคามมากขึ้นและมากขึ้นการเปลี่ยนจากเครื่องลูกข่ายเครื่องพีซีแบบดั้งเดิม
ซึ่งจะช่วยให้อุปกรณ์มือถือ เมื่อเทียบกับพันธมิตร Intel Win แบบดั้งเดิมในเครื่องพีซี Android Market แล้วแขนเป็นพันธมิตรโดดเด่นไปด้วยอินเตอร์เน็ตแอปพลิเคชันโทรศัพท์มือถือ
ซึ่งจะช่วยให้เปลี่ยนซอฟต์แวร์สำหรับเครื่องไคลเอนต์ PC ที่เป็นเป้าหมายหลักของการใช้งานโปรแกรมที่เป็นอันตราย ในเอกสารนี้เพื่อปรับปรุงสถานะการรักษาความ ปลอดภัย
ซึ่งจะช่วยให้แอปพลิเคชันของโทรศัพท์มือถือในปัจจุบันเราขอเสนอวิธีการในการประเมินแอพพลิเคชั่นบนโทรศัพท์มือถือจากแพลตฟอร์มซึ่งใช้เมฆ
การใช้งานคอมพิวเตอร์และการคัดกรองข้อมูล นอกจากนั้นเรายังมีระบบต้นแบบที่ชื่อว่า mobsafe
ซึ่งจะช่วยในการระบุมือถือของแอปพลิเคชันที่อ่อนโยนหรือร้ายกาจ เมื่อเทียบกับวิธีการแบบดั้งเดิมเช่นได้รับอนุญาตรูปแบบวิธีการใช้
mobsafe ประกอบด้วยวิธีใดวิธีหนึ่งการวิเคราะห์แบบไดนามิกและไฟฟ้าสถิตย์ในการประเมิน Android แอปพลิเคชันที่รวม ใน
ตามมาตรฐานการนำไปใช้งานเราจะใช้ Android Market แล้วการรักษาความ ปลอดภัย การประเมิน Framework ( asef )และ Android Market แล้วการวิเคราะห์โครงสร้างแบบสแตติก
( saaf )สองแบบไดนามิกตัวแทนและการวิเคราะห์แบบสแตติกในการประเมินผลการประเมินและแอปพลิเคชัน Android
ซึ่งจะช่วยให้ผลรวมเวลาที่จำเป็นในการประเมินผลแอปพลิเคชันทั้งหมดที่จัดเก็บไว้ในตลาดหนึ่งแอปพลิเคชันโทรศัพท์มือถือ ซึ่งใช้ในการตรวจสอบที่แท้จริงจากตลาด
ทางการค้ามือถือแอปพลิเคชันที่เรียกว่า appchinaเราสามารถเก็บรวบรวมสถิติของจำนวนแอปพลิเคชัน Android Market แล้วใช้งาน
แอปพลิเคชันจำนวนเฉลี่ยที่ติดตั้งไว้ในอุปกรณ์เดียว Android Market แล้วและมีอัตราการขยายตัวของแอพพลิเคชั่นบนโทรศัพท์มือถือ ในแอปพลิเคชันโทรศัพท์มือถือ
ตลาดจัดให้บริการเป็นสายหลักของการป้องกัน malwares มือถือผลการประเมินผลของเราแสดงว่ามันมีประโยชน์ใช้สอย
ในการใช้งานข้อมูล( data mining )และแพลตฟอร์มการประมวลผลแบบกลุ่มเมฆเพื่อตรวจสอบว่าแอปพลิเคชันจัดเก็บไว้ทั้งหมดเป็นประจำเพื่อ filter ออกจากแอปพลิเคชันจากมัลแวร์
ตลาดโทรศัพท์มือถือแอปพลิเคชัน เป็นงานในอนาคตที่ mobsafe สามารถใช้การเรียนรู้ของคอมพิวเตอร์ในการดำเนินการวิเคราะห์ทางนิติวิทยาศาสตร์ในอุตสาหกรรมยานยนต์
ของแอพพลิเคชั่นบนโทรศัพท์มือถือโดยขึ้นอยู่กับข้อมูลรูปธรรมที่สร้างในขั้นตอนนี้อย่างแพร่หลาย