Resumen

La destructiva e dañina tendencia del malware en dispositivos móviles ha hecho que la detección de malware sea un campo de investigación continuo indispensable. Se han adoptado diferentes enfoques de coincidencia/desajuste en la detección de malware, que incluyen la técnica de detección de anomalías, la detección de uso indebido o la técnica de detección híbrida. Con el fin de mejorar la tasa de detección de aplicaciones maliciosas en la plataforma Android, se propone un novedoso modelo de descubrimiento de base de datos basado en conocimientos que mejora la minería de reglas de asociación apriori de un algoritmo apriori con Optimización por Enjambre de Partículas (PSO). La optimización por enjambre de partículas (PSO) se utiliza para optimizar la generación aleatoria de detectores candidatos y parámetros asociados con el algoritmo apriori (AA) para la selección de características. En este método, los detectores candidatos generados por la optimización por enjambre de partículas forman

• Materias:Cifrados de bloques Seguridad cibernética Malware Ocultación de datos Cifrado homomórfico
• Subjects:Block ciphers Cyber security Malware Data hiding Homomorphic encryption
• Palabras claves:Malware; Detección; Dispositivos móviles; Optimización por enjambre de partículas; Regla de asociación apriori; Plataforma android
• Keywords:Malware; Detection; Mobile devices; Particle Swarm Optimization; Apriori association rule; Android platform