Resumen

Con el rápido crecimiento de los dispositivos y aplicaciones Android, el entorno de Android enfrenta más amenazas de seguridad. Aplicaciones maliciosas que roban información de privacidad de los usuarios, envían mensajes de texto para desencadenar deducciones, explotan la escalada de privilegios para controlar el sistema, etc., causan un daño significativo a los usuarios finales. Para detectar malware de Android, los investigadores han propuesto diversas técnicas, entre las cuales los métodos basados en aprendizaje automático con características estáticas de las aplicaciones como vectores de entrada tienen ventajas evidentes en cobertura de código, eficiencia operativa y detección masiva de muestras. En este artículo, investigamos la estructura de las aplicaciones de Android, analizamos diversas fuentes de características estáticas, revisamos los métodos de aprendizaje automático para detectar malware de Android, estudiamos las ventajas y limitaciones de estos métodos, y discutimos las futuras direcciones en este campo. Nuestro trabajo ayudará a los investigadores a comprender mejor el estado actual de la investigación, los beneficios y debilidades de cada enfoque, y las futuras direcciones tecnológicas.

• Materias:Inteligencia artificial Aplicación móvil Asistencia tecnológica a personas con discapacidad Tecnología en educación
• Subjects:Artificial intelligence Mobile application Technological assistance to people with disabilities Technology in education
• Palabras claves:Android; Amenazas para la seguridad; Aplicaciones maliciosas; Aprendizaje automático; Características estáticas; Detección de malware
• Keywords:Android; Security threats; Malicious applications; Machine learning; Static features; Malware detection