ترجمه فارسی مقاله تجدید نظر در مورد تشخیص بدافزار اندرویدی مبتنی بر ویژگی استاتیک

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 37,500 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی
عنوان مقاله به انگلیسی Revisiting Static Feature-Based Android Malware Detection
عنوان مقاله به فارسی تجدید نظر در مورد تشخیص بدافزار اندرویدی مبتنی بر ویژگی استاتیک
نویسندگان Md Tanvirul Alam, Dipkamal Bhusal, Nidhi Rastogi
فرمت مقاله انگلیسی PDF
تعداد صفحات 20
لینک دانلود رایگان مقاله انگلیسی دانلود مقاله
دسته بندی موضوعات Cryptography and Security,Machine Learning,رمزنگاری و امنیت , یادگیری ماشین ,
توضیحات Submitted 11 September, 2024; originally announced September 2024.
توضیحات به فارسی ارسال شده در 11 سپتامبر 2024 ؛در ابتدا سپتامبر 2024 اعلام شد.
اطلاعات بیشتر از این مقاله در پایگاه های علمی INSPIRE HEP
NASA ADS
Google Scholar
Semantic Scholar

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

چکیده

The increasing reliance on machine learning (ML) in computer security, particularly for malware classification, has driven significant advancements. However, the replicability and reproducibility of these results are often overlooked, leading to challenges in verifying research findings. This paper highlights critical pitfalls that undermine the validity of ML research in Android malware detection, focusing on dataset and methodological issues. We comprehensively analyze Android malware detection using two datasets and assess offline and continual learning settings with six widely used ML models. Our study reveals that when properly tuned, simpler baseline methods can often outperform more complex models. To address reproducibility challenges, we propose solutions for improving datasets and methodological practices, enabling fairer model comparisons. Additionally, we open-source our code to facilitate malware analysis, making it extensible for new models and datasets. Our paper aims to support future research in Android malware detection and other security domains, enhancing the reliability and reproducibility of published results.

چکیده به فارسی (ترجمه ماشینی)

اعتماد به نفس فزاینده به یادگیری ماشین (ML) در امنیت رایانه ، به ویژه برای طبقه بندی بدافزار ، پیشرفت های چشمگیری را برانگیخته است.با این حال ، تکرارپذیری و تکرارپذیری این نتایج اغلب نادیده گرفته می شود و منجر به چالش هایی در تأیید یافته های تحقیق می شود.در این مقاله مشکلات مهمی که اعتبار تحقیقات ML را در تشخیص بدافزار اندرویدی تضعیف می کند ، با تمرکز بر مجموعه داده ها و موضوعات روش شناختی برجسته می شود.ما به طور جامع تشخیص بدافزار اندرویدی را با استفاده از دو مجموعه داده تجزیه و تحلیل می کنیم و تنظیمات یادگیری آفلاین و مداوم را با شش مدل ML به طور گسترده استفاده می کنیم.مطالعه ما نشان می دهد که هنگام تنظیم صحیح ، روشهای پایه ساده تر اغلب می توانند از مدل های پیچیده تری بهتر عمل کنند.برای پرداختن به چالش های تکرارپذیری ، ما راه حل هایی را برای بهبود مجموعه داده ها و شیوه های روش شناختی ارائه می دهیم ، و امکان مقایسه مدل عادلانه تر را فراهم می کنیم.علاوه بر این ، ما برای تسهیل تجزیه و تحلیل بدافزار ، کد خود را باز می کنیم و آن را برای مدل ها و مجموعه داده های جدید قابل گسترش می کنیم.مقاله ما با هدف پشتیبانی از تحقیقات آینده در تشخیص بدافزار اندرویدی و سایر حوزه های امنیتی ، افزایش قابلیت اطمینان و تکرارپذیری نتایج منتشر شده.

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.