یک روش جدید برای شناسایی ضد بدافزارهای جعلی از ضد بدافزارهای واقعی با استفاده از تکنیک های یادگیری ماشین

معصومه بیت سیاحی¹ سعید سراج² پریسا دانشجو³

1) فارغ التحصیل کارشناسی ارشد مهندسی کامپیوتر، دانشگاه آزاد اسلامی واحد شهرری (یادگار امام
2) فارغ التحصیل کارشناسی ارشد مهندسی کامپیوتر، دانشگاه آزاد اسلامی واحد شهرری (یادگار امام
3) دکتری مهندسی کامپیوتر گرایش سیستم های نرم افزاری

کد IOI مقاله : XBGE-EFHKH
محل انتشار : یازدهمین کنفرانس بین المللی راهکارهای نوین در مهندسی، علوم اطلاعات و فناوری در قرن پیش رو(icietconf.com)
چکیده :
    امروزه در جهان مردم قادرند از انواع سایت ها و مراکز ارائه نرم افزارهای اندروید در فضای مجازی این برنامه ها را دریافت کنند. در جهان روزانه تعداد زیادی برنامه تولید می شود که برخی از آنها به بدافزارها آلوده هستند. از این رو ، برای شناسایی انواع بدافزار به ضد بدافزار نیاز داریم. در همین حال، تعدادی از بهره برداران که سوء استفاده از تعدادی از این ضد بدافزارها را انجام داده اند ، اقداماتی در جهت کسب اطلاعات از طریق تلفن های همراه به روش های مختلفی از قبیل از بین بردن اطلاعات و یا آلوده سازی ضد بدافزار به این موارد انجام داده اند. در این تحقیق 246 نرم افزار ضد بدافزار را جمع آوری کردیم که از این میان ما به دنبال محصولات تقلبی ضد بدافزار بودیم و در آخر با استفاده از الگوریتم های یادگیری ماشین، آنها را شناسایی کردیم و با استفاده از 3 الگوریتم نتایج بسیار دقیقی را ارائه کردیم. برای شناسایی این بدافزارها، از ویژگیهایی مانند مجوزها و اندازه حجم فایل استفاده کرده ایم و سپس توسط وب سایت VirusTotal و به کمک ضد بدافزار دکتر وب ، برچسب زده و شناسایی کردیم.

کلمات کلیدی : بدافزار ضد بدافزار اندروید یادگیری ماشین