Resumen

Actualmente, la plataforma Android es la plataforma móvil más popular en el mundo y tiene una participación dominante en el mercado de dispositivos móviles. Con la popularización de la plataforma Android, han comenzado a surgir en Internet grandes cantidades de programas maliciosos para Android, y la sofisticación de estos programas está desarrollándose rápidamente. Si bien muchos estudios ya han investigado la detección de malware en Android a través de aprendizaje automático y han logrado buenos resultados, la mayoría de estos se basan en fuentes de datos estáticos y no consideran el problema de cambio de concepto que resulta del rápido crecimiento en el número de programas maliciosos para Android y aplicaciones normales de Android, así como del rápido avance tecnológico en el entorno de Android. Para abordar este problema, este trabajo propone una solución basada en un clasificador de conjunto. Este clasificador de conjunto se basa en un clasificador Naive Bayes basado en datos en continuo. El malware de Android tiene tendencias identificables de utilización de características. Sobre esta base, se introduce un algoritmo de selección de características

• Materias:Amenaza avanzada persistente Internet de las cosas Seguridad cibernética Estegoanálisis Cifrado descentralizado
• Subjects:Advanced persistent threat Internet of things Cyber security Stegoanalysis Decentralized encryption
• Palabras claves:Plataforma android; Programas maliciosos; Aprendizaje automático; Deriva conceptual; Clasificador conjunto; Selección de características
• Keywords:Android platform; Malware programs; Machine learning; Concept drift; Ensemble classifier; Feature selection