android malware | BriefGPT - AI 论文速递

关键词android malware

搜索结果 - 9

使用 Wasserstein 生成对抗网络通过数据增强改进 Android 恶意软件检测
基于生成对抗网络 (GANs) 的数据增广和 Android 恶意软件检测，本研究通过利用 GAN 生成的数据来训练一个检测 Android 恶意软件的模型，并通过创建图像表示从现有数据集提取的特征，利用 GAN 生成逼真的灰度图像数据集，
PDF4 months ago
ActDroid：一种用于 Android 恶意软件检测的主动学习框架
Android 恶意软件检测：使用在线学习处理流式数据问题，提高分类精确性和标记效率，并探索不同静态、动态和混合特征集在恶意软件分类中的权衡。
PDF5 months ago
Android 恶意软件检测的连续学习
我们提出了一种使用主动学习和对比学习相结合的新层次对比学习方案和样本选择技术用于持续训练 Android 恶意代码分类器来解决其概念漂移问题。与以前的主动学习方法相比，我们的方法显着提高了性能表现，降低了误识别率，并在七年的时间段内保持了更
PDFa year ago
Android 恶意软件分析解释器的合理性检查
本研究提出了基于三个关键定量指标的规范化指南来评估五种解释方法的质量，得出了大部分恶意行为的知识，并对获得的解释结果进行了桥段检查，得出了结果。
PDF4 years ago
DL-Droid: 基于深度学习的真机 Android 恶意软件检测
本研究提出 DL-Droid，一种通过状态输入生成实现动态分析的深度学习系统，可成功检测安卓手机应用中的恶意程序。
PDF5 years ago
对问题空间中对抗性机器学习攻击的有趣特性
本文提出了对问题空间中的对抗性机器学习的新形式化方法，并使用该方法描述了相关文献中的多种攻击方式。在此基础上，我们提出了一个突破过去限制的 Android 恶意软件问题空间攻击，自动生成成千上万个逼真和不引人注意的对抗性应用程序，这表明 “
PDF5 years ago
IJCAIAiDroid：异构信息网络与深度神经网络相结合的实时 Android 恶意软件检测
本文提出了一种基于 HinLearning 的深度学习方法，通过结构异构信息网络来描述 Android 应用程序之间的关联性，以实现实时的 Android 恶意软件检测。
PDF6 years ago
TESSERACT: 消除恶意软件分类中空间和时间上的实验偏差
本文提出一种针对 Android 恶意软件分类的实验设计约束集，解决了空间偏差和时间偏差造成的指标过度乐观的问题，并提出了一种新的分类器鲁棒性的总结度量标准并进行了性能调整。最后，通过对 TESSERACT 实现的三个 Android 恶意
PDF6 years ago
利用最大可满足性自动合成语义恶意软件签名
本文提出了一种针对 Android 恶意软件从极少量样本中自动学习语义恶意软件特征的技术，使用 ASTROID 工具实现了特征合成、检测和评估，并展示了该方法相对于现有技术的优势，包括更好的准确性和精度，以及对行为混淆的抵抗性和零日恶意软件
PDF8 years ago