基於雲端容錯系統之智慧行動應用惡意行為檢測與身分驗證技術提升研究-以深度學習為基底之抗混淆、抗少量樣本並具行為解讀能力之惡意行動程式檢測技術研究;On the Deep Learning Based Malware Analysis with Anti-Obfuscation, Anti-Short Samples and Interpretation Capabilities

NCU Institutional Repository > 管理學院 > 資訊管理學系 > 研究計畫 > Item 987654321/88824

請使用永久網址來引用或連結此文件: http://ir.lib.ncu.edu.tw/handle/987654321/88824

題名:	基於雲端容錯系統之智慧行動應用惡意行為檢測與身分驗證技術提升研究-以深度學習為基底之抗混淆、抗少量樣本並具行為解讀能力之惡意行動程式檢測技術研究;On the Deep Learning Based Malware Analysis with Anti-Obfuscation, Anti-Short Samples and Interpretation Capabilities
作者:	國立中央大學資訊管理學系
貢獻者:	國立中央大學資訊管理學系
關鍵詞:	Android惡意軟體檢測;資料擴增;深度學習解釋性;生成對抗網路;惡意軟體混淆;Android Malware Detection;Data Augmentation;Deep Learning Interpretation;Generative Adversarial Network;Malware Obfuscation
日期:	2022-07-26
上傳時間:	2022-07-27 11:32:19 (UTC+8)
出版者:	科技部
摘要:	社會面：方便，快速，偵測率高且能解釋檢測結果理由的惡意APP檢測方法可以全面提升智慧型手機的安全，讓民眾安心。經濟面：(1) 零時差惡意App攻擊的防護將可以使社會大眾減少被未知型態App攻擊帶來的經濟損失。(2) 雲端伺服器的運作可以發展出商業模式而提供新的資訊安全服務學術面：深度學習在行動惡意App偵測上的應用雖然日益增多，但就我們所知，針對深度學習檢測結果進行解讀的論文尚不多見。
關聯:	財團法人國家實驗研究院科技政策研究與資訊中心
顯示於類別:	[資訊管理學系] 研究計畫

文件中的檔案:

檔案	描述	大小	格式	瀏覽次數
index.html		0Kb	HTML	61	檢視/開啟

在NCUIR中所有的資料項目都受到原著作權保護.

社群 sharing