안드로이드 모바일 단말기를 위한 효율적인 악성앱 감지법

Vol. 24, No. 4, pp. 617-624, 8월. 2014
10.13089/JKIISC.2014.24.4.617, Full Text:
Keywords: android security, Malware detection, Principal Component Analysis, kNN-Classification
Abstract

스마트폰 사용이 급증하였고 스마트폰에 탑재되는 OS 중 안드로이드가 차지하는 비중이 가장 높아졌다. 그러나 오픈소스로 제공되는 안드로이드의 특성이 악의적인 사용자들에게 유용하게 사용되어 스마트폰 사용자들의 프라이버시를 위협하고 있다. 이 논문에서 우리는 안드로이드 앱에서 요구하는 권한 정보를 사용하여 효율적인 악성앱 감지법을 제안한다. 이를 위하여 주성분 분석과 kNN 분류자를 사용하였으며, 새로운 앱들의 특성들을 분류자에 실시간으로 반영하기 위한 incremental kNN 분류자를 제안한다. 또한 이 분류자들의 정확률을 측정하기 위하여 k-묶음 교차 검증법을 사용하였다. 실험에 사용된 실제 악성앱 샘플을 얻기 위하여 Contagio에 요청하였으며 이를 이용하여 분류자의 정확률을 측정하였다.

Statistics
Show / Hide Statistics

Statistics (Cumulative Counts from December 1st, 2017)
Multiple requests among the same browser session are counted as one view.
If you mouse over a chart, the values of data points will be shown.


Cite this article
[IEEE Style]
H. L. Lee, S. Jang and J. W. Yoon, "Efficient Malware Detector for Android Devices," Journal of The Korea Institute of Information Security and Cryptology, vol. 24, no. 4, pp. 617-624, 2014. DOI: 10.13089/JKIISC.2014.24.4.617.

[ACM Style]
Hye Lim Lee, Soohee Jang, and Ji Won Yoon. 2014. Efficient Malware Detector for Android Devices. Journal of The Korea Institute of Information Security and Cryptology, 24, 4, (2014), 617-624. DOI: 10.13089/JKIISC.2014.24.4.617.