情報技術およびソフトウェア工学ジャーナル
オープンアクセス

概要

iOS マルウェアを識別するための機械学習

リサ・アンジェリーナ

スマートフォンは、私たちの日常生活に欠かせないものになりました。スマートフォンは、コミュニケーションツール、情報源、社会的、政治的、経済的レベルでの楽しみの源としてほぼ完全に依存されています。情報とサイバーセキュリティの急速な進歩により、スマートフォンデータのプライバシーとセキュリティに特別な注意を払うことが義務付けられています。スパイウェア検出システムは、スマートフォンユーザーのプライバシー保護のための潜在的で魅力的なオプションとして最近作成されました。Androidオペレーティングシステムは世界で最も一般的に使用されているため、スマートフォンユーザーのプライバシーを攻撃することに関心のあるさまざまなグループの主要なターゲットになっています。この研究では、統一されたアクティビティリストに基づく新しいデータ収集アプローチを使用して、現実的な設定で収集された独自のデータセットを示します。

 

データは、通常のスマートフォン トラフィック、スパイウェアのインストール手順のトラフィック データ、スパイウェアの動作トラフィック データの 3 つのカテゴリに分類されます。このデータセットと提案されたモデルを検証するために、ランダム フォレスト分類アプローチが使用されました。データの分類には、バイナリ クラス分類とマルチクラス分類の 2 つのアプローチが使用されました。精度に関しては、良好な結果が得られました。バイナリ クラス分類の合計平均精度は 79%、マルチクラス分類は 77% でした。