Resumen

La seguridad móvil es un tema importante en la plataforma Android. La mayoría de los métodos de detección de malware basados en modelos de aprendizaje automático dependen en gran medida del conocimiento experto para la ingeniería manual de características, lo cual sigue siendo difícil de describir completamente. En este artículo, presentamos la red de denoise jerárquica basada en LSTM (HDN), un novedoso método de detección estática de malware para Android que utiliza LSTM para aprender directamente de las secuencias de códigos de operación extraídas de los archivos decompilados de Android. Sin embargo, la mayoría de las secuencias de códigos de operación son demasiado largas para que LSTM entrene debido al problema de desaparición del gradiente. Por lo tanto, HDN utiliza una estructura jerárquica, cuyo LSTM de primer nivel calcula en paralelo subsecuencias de códigos de operación (a las que llamamos bloques de métodos) para aprender las representaciones densas; luego, el LSTM de segundo nivel puede aprender y detectar malware a través de secuencias de bloques de métodos

• Materias:Cifrado de búsqueda Ataque criptográfico Seguridad en Internet
• Subjects:Search encryption Cryptographic attack Internet Security
• Palabras claves:Seguridad móvil; Plataforma android; Detección de malware; Red jerárquica de eliminación de ruido basada en lstm; Secuencias de opcode; Archivos android
• Keywords:Mobile security; Android platform; Malware detection; Lstm-based hierarchical denoise network; Opcode sequences; Android files