ارزیابی الگوریتم های کلاسبندی در شناسایی بدافزار اندروید
عنوان مقاله: ارزیابی الگوریتم های کلاسبندی در شناسایی بدافزار اندروید
شناسه ملی مقاله: STCONF07_127
منتشر شده در هفتمین همایش ملی فناوریهای نوین در مهندسی برق، کامپیوتر و مکانیک ایران در سال 1403
شناسه ملی مقاله: STCONF07_127
منتشر شده در هفتمین همایش ملی فناوریهای نوین در مهندسی برق، کامپیوتر و مکانیک ایران در سال 1403
مشخصات نویسندگان مقاله:
محسن قاسمی - استادیارگروه مهندسی کامپیوتر، واحد لارستان، دانشگاه آزاد اسلامی ، لارستان، ایران
خلاصه مقاله:
محسن قاسمی - استادیارگروه مهندسی کامپیوتر، واحد لارستان، دانشگاه آزاد اسلامی ، لارستان، ایران
سیستم عامل اندروید بیشتر از سایر سیستم عامل های تلفن همراه استفاده می گردد. استفادهکنندگان زیاد، منبع باز بودن، انعطاف پذیری، افزایش تعداد برنامه های کاربردی و بازار برنامه های غیرمجاز، این سی ستم عامل را به هدف بدافزارها تبدیل کرده ا ست . روشهای یادگیری ما شین از دادههای برنامه برای شنا سایی الگوهایی ا ستفاده می کنند تا بدافزار را ت شخیص دهند. در این مقاله ، ۱۵ الگوریتم کلا س بندی برای تشخیص بدافزار اندروید روی دو مجموعه داده استاندارد، مورد آزمایش قرار می گیرند و نتایج آنها با یکدیگر و با کارهای دیگران مقایسه می شوند. بهترین عملکرد مربوط به رگرسیون لجستیک و درخت تصمیم در هر دو مجموعه داده بود.
کلمات کلیدی: تلفنهای همراه، سیستم عامل اندروید، بدافزار، الگوریتمهای کلاسبندی
صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/2050313/