Resumen

Con el fin de mejorar la precisión y eficiencia de la detección de malware en Android, se propone un modelo de detección de malware en Android basado en árbol de decisiones (DT) con algoritmo de máquina de vectores de soporte (SVM) (DT-SVM). En primer lugar, se extrae el opcode original, opcode Dalvik, invirtiendo el software de Android, y se genera el vector propio de la muestra utilizando el modelo n-gram. Luego, se genera un árbol de decisiones mediante el entrenamiento de la muestra y la actualización de los nodos de decisión como nodos SVM de abajo hacia arriba según el resultado de evaluación del conjunto de pruebas en el camino de decisión. El modelo combina de manera efectiva DT con SVM. Bajo la premisa de mantener un camino de decisión de alta precisión, SVM se utiliza para reducir efectivamente el problema de sobreajuste en DT y así mejorar la capacidad de generalización, y mantener la superioridad de SVM para el conjunto de entrenamiento de muestras pequeñas. Finalmente, para probar nuestro enfoque, se realizan varios experimentos

• Materias:Seguridad informática Comunicación inalámbrica Internet de las cosas Ataques de denegación distribuida de servicio
• Subjects:Computer security Wireless communication Internet of things Distributed denial of service attacks
• Palabras claves:Detección de malware en android; árbol de decisión; Máquina de vectores soporte; Opcode; Modelo n-gram; Sobreajuste
• Keywords:Android malware detection; Decision tree; Support vector machine; Opcode; N-gram model; Overfitting