تشخیص بدافزارهای اندرویدی با استفاده از روش یادگیری ترکیبی پشته ای

سال انتشار: 1402
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 324

فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

CYSP02_065

تاریخ نمایه سازی: 23 تیر 1403

چکیده مقاله:

بدافزارها برنامه هایی هستند که رفتار مخربی دارند و برای آسیب رساندن به سیستم ها و شبکه های کامپیوتری طراحی شده اند. بد افزارها تنوعی از کارهای مخرب از سرقت اطلاعات حساس تا از بین بردن کل سیستم ها را با اهداف مختلفی چون تجاری اجتماعی، اقتصادی، سیاسی، نظامی با شخصی را انجام می دهند. با توجه به پیچیده تر شدن ساختار و رفتار بدافزارها در سیستم های اندروید، رویکردهای سنتی تکرارگرا و آماری عملا کارساز نبوده و در گذر زمان منسوخ شده است. در این مقاله بعد از آماده سازی و نرمالسازی داده ای از یک روش یادگیری ترکیبی به صورت پشته سازی برای تشخیص بدافزارهای اندرویدی استفاده شده است؛ به این صورت که درخت تصمیم (DT)، بیز ساده (NB) و رگرسیون خطی (LR) به عنوان یادگیرنده های ضعیف و ماشین بردار پشتیبان (SVM) به عنوان یادگیرنده قوی منظور شده است. نتایج آزمایشها بر روی داده های سیستمهای اندرویدی بر اساس معیارهای دقت بازخوانی و صحت حاکی از بهبود نتایج روش پیشنهادی نسبت به نتایج روشهای پایه و چند روش اخیر دارد.

کلیدواژه ها:

تشخیص بد افزار اندروید یادگیری ماشین پشته سازی درخت تصمیم ، ماشین بردار پشتیبان

نویسندگان

مونا زارع

گروه مهندسی کامپیوتر دانشگاه علم و فرهنگ، تهران

علیرضا رضوانیان

گروه مهندسی کامپیوتر دانشگاه علم و فرهنگ، تهران