スマートフォンの使用の急速な成長により、モバイルデバイスは日常生活の不可欠な部分となり、コミュニケーション、オンラインバンキング、教育、ソーシャルネットワーキングなどの活動をサポートしています。しかし、Androidベースのデバイスの人気が高まる中、サイバー攻撃者の主な標的となり、システムの脆弱性を悪用して機密情報を盗む悪意のあるアプリケーションを開発しています。この課題に対処するため、Androidデバイス向けのインテリジェントなマルウェア検出と予防のフレームワークが提案されています。提案されたシステムは、ソーシャルメディアプラットフォームから収集されたリアルタイム脅威インテリジェンスを深層学習に基づくマルウェア分類技術と統合しています。ソーシャルメディアソースを通じて共有されたマルウェアシグネチャは定期的に収集され、中央集権的なマルウェアハッシュデータベースに保存されて、新たに発見された脅威でシステムが常に更新されることを保証します。さらに、このシステムは長短期記憶（LSTM）アーキテクチャを持つ再帰型ニューラルネットワーク（RNN）に基づく深層学習モデルを使用して、Androidアプリケーションの権限を分析し、アプリケーションを善性または悪性として分類します。リアルタイムのマルウェアシグネチャの更新と深層学習に基づく行動分析を組み合わせることにより、提案されたフレームワークはAndroidマルウェア検出の精度と効率を向上させます。実験的評価により、システムは高い検出精度を達成し、新たなマルウェア脅威からAndroidデバイスを保護するための堅牢なソリューションを提供することが示されています。
Saranya et al. (Thu,) はこの問題について調査しました。