Resumen

El reconocimiento visual de aplicaciones maliciosas de Android (Apps) se centra principalmente en la clasificación binaria utilizando imágenes en escala de grises, mientras que la multiclase de familias de Apps maliciosas rara vez se estudia. Si podemos visualizar las Apps maliciosas de Android como imágenes a color, obtendremos más características que utilizando imágenes en escala de grises. En este documento se propone e implementa un método de visualización a color para Apps de Android. Basado en esto, combinado con modelos de aprendizaje profundo, se implementa un multiclasicador para las familias de Apps maliciosas de Android, que puede clasificar 10 familias comunes de Apps maliciosas. Con el fin de comprender mejor las características de comportamiento de las Apps maliciosas, realizamos un análisis manual exhaustivo de un gran número de Apps maliciosas y resumimos 1695 características de comportamiento malicioso como características personalizadas. En comparación con el clasificador de Apps basado en el método de visualización en escala de grises, se verifica que el clasificador utilizando el método de visualización a color puede log

• Materias:Redes de radio Sistemas de información Comunicaciones inalámbricas Cifrado de bloques
• Subjects:Radio Networks Information systems Wireless communications Block ciphers
• Palabras claves:Android; Aplicaciones maliciosas; Visualización de colores; Multiclase; Modelos de aprendizaje profundo; Características de comportamiento
• Keywords:Android; Malicious apps; Color visualization; Multiclassification; Deep learning models; Behavioral characteristics