A Hybrid Machine Learning Approach and Genetic Algorithm for Malware Detection

سال انتشار: 1403
محل انتشار: مجله هوش مصنوعی و داده کاوی، دوره: 12، شماره: 1
کد COI اختصاصی: JR_JADM-12-1_008
زبان مقاله: انگلیسی
تعداد مشاهده: 229

نویسندگان

Department of Computer Science, Faculty of Mathematics and Computer, Shahid Bahonar University of Kerman, Kerman, Iran.

چکیده

Detecting and preventing malware infections in systems is become a critical necessity. This paper presents a hybrid method for malware detection, utilizing data mining algorithms such as simulated annealing (SA), support vector machine (SVM), genetic algorithm (GA), and K-means. The proposed method combines these algorithms to achieve effective malware detection. Initially, the SA-SVM method is employed for feature selection, where the SVM algorithm identifies the best features, and the SA algorithm calculates the SVM parameters. Subsequently, the GA-K-means method is utilized to identify attacks. The GA algorithm selects the best chromosome for cluster centers, and the K-means algorithm has applied to identify malware. To evaluate the performance of the proposed method, two datasets, Andro-Autopsy and CICMalDroid ۲۰۲۰, have been utilized. The evaluation results demonstrate that the proposed method achieves high true positive rates (۰.۹۶۴, ۰.۹۸۵), true negative rates (۰.۹۸۵, ۰.۹۸۹), low false negative rates (۰.۰۳۶, ۰.۰۱۵), and false positive rates (۰.۰۲۲, ۰.۰۴۳). This indicates that the method effectively detects malware while reasonably minimizing false identifications.

کلیدواژه ها

Malware detection, Hybrid method, Data Mining algorithms, Feature Selection

اطلاعات بیشتر در مورد COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.