基于元数据的机器学习在安卓上的恶意软件检测
摘要：使用机器学习和神经网络来检测基于元数据的恶意Android应用程序的技术报告。// 基于元数据的检测是必要的，因为并非所有应用程序的信息都可以从另一个应用程序中读取，这是由于Android的安全布局。// 首先是相关工作，然后是数据集的来源和用于机器学习的特征选择的描述，本例中仅使用应用程序权限。// 然后使用一个可用的免费数据集来寻找有效和高效的神经网络模型进行学习和评估。这里选择了由稠密层组成的全连接网络类型。// 然后在新的更大的数据集上训练和评估这个模型，以获取代表性的结果。结果表明，基于应用程// 序权限，这个模型可以以92.93％的准确度检测恶意软件。
作者：Alexander Hefter, Christoph Sendner, Alexandra Dmitrienko
论文ID：2307.08547
分类：Cryptography and Security
分类简称：cs.CR
提交时间：2023-07-18