메뉴 건너뛰기
소속 기관 / 학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 / 회원가입
고객센터 ENG
주제분류
인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
(단국대학교) (단국대학교) (단국대학교) (단국대학교)
저널정보
Korean Institute of Information Scientists and Engineers 정보과학회 컴퓨팅의 실제 논문지 정보과학회 컴퓨팅의 실제 논문지 제32권 제1호
발행연도
수록면
39 - 44 (6page)
DOI
10.5626/KTCP.2025.32.1.39

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
이 논문의 연구방법이 궁금하신가요?
🏆
연구결과
이 논문의 연구결과가 궁금하신가요?
AI에게 요청하기
추천
검색
질문

초록· 키워드

안드로이드 악성 애플리케이션은 빠르게 진화하여 기존 기계학습 기반 탐지 모델의 성능 저하를 초래한다. 본 논문은 API 동시 출현 정보를 Positive Pointwise Mutual Information(PPMI)으로 정규화하고, Louvain 알고리즘을 통해 유사한 앱을 커뮤니티 단위로 분할한 뒤, 각 커뮤니티별로 Random Forest와 XGBoost를 학습하는 악성 앱 탐지 기법을 제안한다. 제안 기법은 데이터 분포 차이를 반영하여 개념 변화(concept drift)에 강건성을 확보한다. 2014-2017년 앱으로 학습하고 2018-2023년 앱으로 평가한 결과, 제안 기법은 기존 단일 모델보다 높은 정확도(0.8492)와 F1-score(0.8637)를 달성하였다. 이는 API 그래프와 커뮤니티 기반 학습이 진화하는 악성 앱 탐지에 효과적임을 보여준다.
#안드로이드 악성 앱 탐지 #개념 변화 #API 동시 출현 그래프 #Louvain 커뮤니티 구성 #Android malware detection #concept drift #API co-occurrence graph #Louvain community construction
상세정보 수정요청해당 페이지 내 제목·저자·목차·페이지
정보가 잘못된 경우 알려주세요!

목차

  1. 요약
  2. Abstract
  3. 1. 서론
  4. 2. 관련 연구
  5. 3. 커뮤니티 기반 악성 앱 탐지 기법
  6. 4. 실험 결과 및 성능 평가
  7. 5. 결론 및 한계점
  8. References

참고문헌

참고문헌 신청

최근 본 자료

전체보기
260429_DBpiaAI
260319_딥리서치
260319_AI리더
260304_새학기에이전트
260429 전공별 추천 이벤트
260504 이주의질문
260304_아그논문롤
260127_아그논문
260127_AI뷰어