![](/images/graphics-bg.png)
TinyDroid: A Lightweight and Efficient Model for Android Malware Detection and Classification
المؤلفون المشاركون
Chen, Tieming
Lv, MingQi
Mao, Qingyu
Yang, Yimin
Zhu, Jianming
المصدر
العدد
المجلد 2018، العدد 2018 (31 ديسمبر/كانون الأول 2018)، ص ص. 1-9، 9ص.
الناشر
Hindawi Publishing Corporation
تاريخ النشر
2018-10-17
دولة النشر
مصر
عدد الصفحات
9
التخصصات الرئيسية
الملخص EN
With the popularity of Android applications, Android malware has an exponential growth trend.
In order to detect Android malware effectively, this paper proposes a novel lightweight static detection model, TinyDroid, using instruction simplification and machine learning technique.
First, a symbol-based simplification method is proposed to abstract the opcode sequence decompiled from Android Dalvik Executable files.
Then, N-gram is employed to extract features from the simplified opcode sequence, and a classifier is trained for the malware detection and classification tasks.
To improve the efficiency and scalability of the proposed detection model, a compression procedure is also used to reduce features and select exemplars for the malware sample dataset.
TinyDroid is compared against the state-of-the-art antivirus tools in real world using Drebin dataset.
The experimental results show that TinyDroid can get a higher accuracy rate and lower false alarm rate with satisfied efficiency.
نمط استشهاد جمعية علماء النفس الأمريكية (APA)
Chen, Tieming& Mao, Qingyu& Yang, Yimin& Lv, MingQi& Zhu, Jianming. 2018. TinyDroid: A Lightweight and Efficient Model for Android Malware Detection and Classification. Mobile Information Systems،Vol. 2018, no. 2018, pp.1-9.
https://search.emarefa.net/detail/BIM-1204782
نمط استشهاد الجمعية الأمريكية للغات الحديثة (MLA)
Chen, Tieming…[et al.]. TinyDroid: A Lightweight and Efficient Model for Android Malware Detection and Classification. Mobile Information Systems No. 2018 (2018), pp.1-9.
https://search.emarefa.net/detail/BIM-1204782
نمط استشهاد الجمعية الطبية الأمريكية (AMA)
Chen, Tieming& Mao, Qingyu& Yang, Yimin& Lv, MingQi& Zhu, Jianming. TinyDroid: A Lightweight and Efficient Model for Android Malware Detection and Classification. Mobile Information Systems. 2018. Vol. 2018, no. 2018, pp.1-9.
https://search.emarefa.net/detail/BIM-1204782
نوع البيانات
مقالات
لغة النص
الإنجليزية
الملاحظات
Includes bibliographical references
رقم السجل
BIM-1204782
قاعدة معامل التأثير والاستشهادات المرجعية العربي "ارسيف Arcif"
أضخم قاعدة بيانات عربية للاستشهادات المرجعية للمجلات العلمية المحكمة الصادرة في العالم العربي
![](/images/ebook-kashef.png)
تقوم هذه الخدمة بالتحقق من التشابه أو الانتحال في الأبحاث والمقالات العلمية والأطروحات الجامعية والكتب والأبحاث باللغة العربية، وتحديد درجة التشابه أو أصالة الأعمال البحثية وحماية ملكيتها الفكرية. تعرف اكثر
![](/images/kashef-image.png)