개인구독
소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2020.5
- 수록면
- 641 - 649 (9page)
이용수
초록· 키워드
오류제보하기
As the usage of mobile devices extremely increases, malicious mobile apps(applications) that target mobile users are also increasing. It is challenging to detect these malicious apps using traditional malware detection techniques due to intelligence of today’s attack mechanisms. Deep learning (DL) is an alternative technique of traditional signature and rule-based anomaly detection techniques and thus have actively been used in numerous recent studies on malware detection. In order to develop DL-based defense mechanisms against intelligent malicious apps, feeding recent datasets into DL models is important. In this paper, we develop a DL-based model for detecting intelligent malicious apps using KU-CISC 2018-Android, the most up-to-date dataset consisting of benign and malicious Android apps. This dataset has hardly been addressed in other studies so far. We extract OPcode sequences from the Android apps and preprocess the OPcode sequences using an N-gram model. We then feed the preprocessed data into LSTM and apply the concept of Information Gain to improve performance of detecting malicious apps. Furthermore, we evaluate our model with numerous scenarios in order to verify the model’s design and performance.
목차
ABSTRACT
1. 서론
2. 배경이론 및 관련연구
3. 제안 모델
4. 실험 결과 및 고찰
5. 결론
REFERENCE
참고문헌 (23)
참고문헌 신청
Jin-Gul Joo, In-Seon Jeong, and Seung-Ho Kang, “An Optimal Feature Selection Method to Detect Malwares in Real Time Using Machine Learning,” Journal of Korea Multimedia Society, Vol. 22, No. 2, pp. 203-209, 2019.
M.K. Alzaylaee, S.Y. Yerima, and S. Sezer, “DL-Droid: Deep Learning Based Android Malware Detection Using Real Devices,” Computers and Security, Vol. 89, No. 101663, pp. 1-11, 2020.
Z. Yuan, Y. Lu, Z. Wang, and Y. Xue, “Droid- Sec: Deep Learning in Android Malware Detection,” ACM Special Interest Group on Data Communication Computer Communication Review, Vol. 44, No. 4, pp. 371-372, 2014.
A.Y, Saleh and C. Francis, “A Deep Learning Approach to Malware Detection in Android Platform,” International Journal of Innovative Technology and Exploring Engineering, Vol. 8, No. 8, pp. 1043-1048, 2019.
X. Xiao, S. Zhang, and F. Mercaldo, “Android Malware Detection Based on System Call Sequences and LSTM,” Multimedia Tool and Applications, Vol. 78, No. 4, pp. 3979-3999, 2019.
M.K. Alzaylaee, S.Y. Yerima, and S. Sezer, “DL-Droid: Deep Learning Based Android Malware Detection Using Real Devices,” Computers and Security, Vol. 89, No. 101663, pp. 1-11, 2020.
Z. Yuan, Y. Lu, Z. Wang, and Y. Xue, “Droid- Sec: Deep Learning in Android Malware Detection,” ACM Special Interest Group on Data Communication Computer Communication Review, Vol. 44, No. 4, pp. 371-372, 2014.
A.Y, Saleh and C. Francis, “A Deep Learning Approach to Malware Detection in Android Platform,” International Journal of Innovative Technology and Exploring Engineering, Vol. 8, No. 8, pp. 1043-1048, 2019.
X. Xiao, S. Zhang, and F. Mercaldo, “Android Malware Detection Based on System Call Sequences and LSTM,” Multimedia Tool and Applications, Vol. 78, No. 4, pp. 3979-3999, 2019.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
카테고리와 권한을 이용한 안드로이드 악성 앱 탐지
한국정보통신학회논문지
2022 .06
-
Trend Analysis of Malwares in Social Information Based Android Market
정보보호학회논문지
2017 .12
-
Distribution of Malicious Apps Considering App Categories and Development Tools in Major Android Markets
Journal of KIISE
2019 .02
-
Dynamic Analysis of Remote Server-Side Polymorphic Malicious Mobile Apps on Android based Smartphone
INTERNATIONAL CONFERENCE ON FUTURE INFORMATION & COMMUNICATION ENGINEERING
2015 .06
-
안드로이드 기반 앱 악성코드 탐지를 위한 Feature 선정 및 학습모델 제안
한국정보통신학회 종합학술대회 논문집
2022 .05
-
Android App Reuse Analysis using the Sequential Hypothesis Testing
International journal of internet, broadcasting and communication : IJIBC
2016 .01
-
블록체인 기반 안드로이드 악성 앱 앙상블 탐지 시스템에 관한 연구
한국통신학회 학술대회논문집
2020 .11
-
Change of malicious code API call pattern extraction using RNN and LSTM
INTERNATIONAL CONFERENCE ON FUTURE INFORMATION & COMMUNICATION ENGINEERING
2019 .06
-
안드로이드 앱 보호 기능 탐지 시스템 구현 및 앱 보호 실태 분석
한국통신학회논문지
2019 .06
-
POMDP Based Trustworthy Android App Recommendation Services
정보보호학회논문지
2017 .12
-
데이터 기반 모바일 앱 분류 및 사용자 평가에 영향을 미치는 앱 속성 분석
대한산업공학회지
2020 .04
-
시스템 콜을 이용한 안드로이드 앱의 특성 변화 분석
한국정보과학회 학술발표논문집
2024 .06
-
안드로이드 마켓에서 악성 앱들에 대한 연구
한국정보과학회 학술발표논문집
2018 .06
-
Function Analysis of Apps for Enhancing the Literacy of Children with Disabilities
한국컴퓨터게임학회논문지
2017 .01
-
백그라운드 서비스가 안드로이드 스마트폰의 성능에 미치는 영향
한국정보통신학회논문지
2018 .03
-
K-평균 클러스터링 기반 안드로이드 악성 앱 탐지 기법의 지속가능성 개선
한국소프트웨어감정평가학회논문지
2024 .09
-
안드로이드 환경에서의 권한관리와 프라이버시 보호 상관관계 연구
보안공학연구논문지
2018 .01
-
안드로이드 환경에서 보안 토큰을 이용한 앱 난독화 기법
정보보호학회논문지
2017 .12
-
분석 방해 기법이 적용된 모바일 악성 앱 분석 동향 연구
한국통신학회 학술대회논문집
2019 .01
-
재난안전망 앱 보안 체계 구축
한국정보통신학회논문지
2021 .10
이 논문의 저자 정보
이 논문과 함께 이용한 논문
안드로이드에서 앱 사용과 터치 정보를 이용한 행위 기반 사용자 인증 기술 연구
김민우
,
김승연
,
권태경
정보보호학회논문지
2017
.04
Automatic Segmentation of Lung Cancer in Chest CT Images through Capsule Network-based Dual-Window Ensemble Learning
이주민
,
정주립
,
홍헬렌
외 1명
Journal of KIISE
2021
.08
Automatic Pancreas Segmentation Based on Cascaded Network Considering Pancreatic Uncertainty in Abdominal CT Images
윤현담
,
김현진
,
홍헬렌
Journal of KIISE
2021
.05
복부 CT 영상에서 밝기값 정규화 및 Faster R-CNN을 이용한 자동 췌장 검출
최시은
,
이성은
,
홍헬렌
멀티미디어학회논문지
2021
.03
흉부 CT 영상에서 비소세포폐암 환자의 재발 예측을 위한 종양 내외부 영상 패치 기반 앙상블 학습
이예슬
,
조아현
,
홍헬렌
멀티미디어학회논문지
2021
.03
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2020-004-000606071