長短期記憶（LSTM）を使用したAndroidマルウェアの検出

長短期記憶（LSTM）は、任意の長さのシーケンスで長期的な時間的ダイナミクスを学習するために具体的に使用される再帰ニューラルネットワーク（RNN）のサブセットです。この論文では、Androidマルウェア検出のために長短期記憶（LSTM）アーキテクチャが採用されています。評価のためのデータセットには、静的および動的分析からの既知の良性およびマルウェアアプリケーションが含まれています。低計算コストで許容可能なマルウェア検出率を達成するために、抽出されたすべての特徴に対してさまざまなLSTMネットワークトポロジーといくつかのネットワークパラメータが使用されています。32メモリブロックを含むスタックLSTMは、他の従来の静的機械学習分類器と比較して、悪意のあるアプリケーションのすべての個別の挙動の検出で良好に機能しました。このアーキテクチャは、学習率0.1で1000エポックまでの実験結果を定量化します。これは主に、LSTMが時間ステップ間の長距離依存性を保存し、連続した接続シーケンス情報と相関する能力を持っているためです。この実験では、著名なデータセットに対して動的分析で0.939、静的分析で0.975のAndroidマルウェア検出を達成しました。