머신러닝을 이용한 안드로이드 멀웨어 탐지에서 API 호출의 효과 분석 


48권  3호, pp. 257-263, 3월  2021
10.5626/JOK.2021.48.3.257


PDF

  요약

본 논문은 API 호출 정보의 표현 방식과 전처리 방식이 안드로이드 악성 앱 탐지 시스템의 정확도에 미치는 영향을 평가한다. 민감한 데이터를 접근 또는 제어하는 API 호출 정보를 앱에서 추출하여 머신러닝의 특징정보로 사용할 때, 추출한 API 정보를 어떤 방식으로 활용하는 것이 좋은가를 분석한다. 본 논문에서는, API 호출 이름만을 고려, API 호출 빈도 고려, API 호출 인자 및 리턴타입 포함 등의 방식으로 API 호출 정보를 표현하고 전처리하여 머신러닝 알고리즘을 적용한다. 실험 결과, 특징정보에 API 호출 인자 및 리턴타입을 포함하고 호출 빈도를 표현한 경우에 미세하게 높은 정확도를 보였으며, 특징정보 크기 측면에서는 호출 API의 클래스 이름과 메소드 이름, 존재 여부만을 표현한 경우가 가장 효율적이었다.


  통계
2022년 11월부터 누적 집계
동일한 세션일 때 여러 번 접속해도 한 번만 카운트됩니다. 그래프 위에 마우스를 올리면 자세한 수치를 확인하실 수 있습니다.
  논문 참조

[IEEE Style]

S. Park, M. Kang, J. Park, S. Cho, S. Han, "Analyzing the Effects of API Calls in Android Malware Detection Using Machine Learning," Journal of KIISE, JOK, vol. 48, no. 3, pp. 257-263, 2021. DOI: 10.5626/JOK.2021.48.3.257.


[ACM Style]

Seonghyun Park, Munyeong Kang, Jihyeon Park, Seong-je Cho, and Sangchul Han. 2021. Analyzing the Effects of API Calls in Android Malware Detection Using Machine Learning. Journal of KIISE, JOK, 48, 3, (2021), 257-263. DOI: 10.5626/JOK.2021.48.3.257.


[KCI Style]

박성현, 강문영, 박지현, 조성제, 한상철, "머신러닝을 이용한 안드로이드 멀웨어 탐지에서 API 호출의 효과 분석," 한국정보과학회 논문지, 제48권, 제3호, 257~263쪽, 2021. DOI: 10.5626/JOK.2021.48.3.257.


[Endnote/Zotero/Mendeley (RIS)]  Download


[BibTeX]  Download



Search




Journal of KIISE

  • ISSN : 2383-630X(Print)
  • ISSN : 2383-6296(Electronic)
  • KCI Accredited Journal

사무국

  • Tel. +82-2-588-9240
  • Fax. +82-2-521-1352
  • E-mail. chwoo@kiise.or.kr