تشخیص جاسوس افزار اندرویدبا استفاده از یادگیری ماشینی یک مجموعه داده جدید

گوشی های هوشمند بخشی ضروری از تمام جنبه های زندگی ما هستند. از نظر اجتماعی، سیاسی و تجاری، تقریبا به گوشی هایهوشمند به عنوان ابزار ارتباطی، منبع اطلاعات و سرگرمی اعتماد کامل وجود دارد. تحولات سریع در دنیای اطلاعات و امنیت سایبریتوجه دقیق به حریم خصوصی و حفاظت از داده های گوشی های هوشمند را ضروری کرده است. سیستم های شناسایی جاسوس افزار اخیرا به عنوان راهحلی امیدوارکننده و تشویق کننده برای حفاظت از حریم خصوصی کاربران تلفن های هوشمند توسعه یافته اند. سیستم عامل اندروید پرکاربردترین سیستم عامل در سراسر جهان است و آن را به یک هدف مهم برای بسیاری از طرف هایی که علاقه مند به هدف قرار دادن حریم خصوصی کاربران گوشی های هوشمند هستند تبدیل می کند. در این مقاله مجموعه داده هایی را بررسی و معرفی میکند که در یک محیط واقعی جمع آوری شده است، که از طریق یک روش جمع آوری داده های جدید بر اساس یک لیست فعالیت یکپارچه به دست آمده است. الگوریتم طبقه بندی جنگل تصادفی برایاعتبارسنجی متقاطع این مجموعه داده و مدل پیشنهادی به کار گرفته شد. روشی که برای طبقه بندی داده ها اتخاذ شد: طبقه بندیباینری بود. نتایج خوبی از نظر دقت به دست آمد. میانگین کلی دقت الگوریتم جنگل تصادفی ۹۵/۲۱٪ ، میانگین کلی دقت الگوریتم جنگل تصادفی تقویت شده ۹۹/۹۵% و میانگین کلی دقت الگوریتم جنگل تصادفی بسته بندی شده ۹۶/۰۷٪ بود

کلیدواژه ها:

نرم افزارهای جاسوسی ، سیستم های جاسوسی ، فراگیری ماشین ، جنگل تصادفی ، حریم خصوصی ، مجموعه داده نرم افزارهایجاسوسی ،