/img alt="Imagem da capa" class="recordcover" src="""/>
Dissertação
Avaliação de métodos de classificação baseados em regras de associação para detecção de malwares android
Esta pesquisa tem por objetivo investigar o desempenho e a viabilidade de diferentes modelos de regras de associação no contexto de classificação de malwares Android. Para tanto, desenvolvemos um novo modelo de classificação baseado em regras de associação e qualidade de regras. Para fins de compara...
Autor principal: | Rocha, Vanderson da Silva |
---|---|
Outros Autores: | http://lattes.cnpq.br/8598944580181017, https://orcid.org/0000-0003-3103-7749 |
Grau: | Dissertação |
Idioma: | por |
Publicado em: |
Universidade Federal do Amazonas
2023
|
Assuntos: | |
Acesso em linha: |
https://tede.ufam.edu.br/handle/tede/9430 |
id |
oai:https:--tede.ufam.edu.br-handle-:tede-9430 |
---|---|
recordtype |
dspace |
spelling |
oai:https:--tede.ufam.edu.br-handle-:tede-94302023-06-28T05:04:03Z Avaliação de métodos de classificação baseados em regras de associação para detecção de malwares android Evaluation of classification methods based on association rules for android malware detection Rocha, Vanderson da Silva Feitosa, Eduardo Luzeiro http://lattes.cnpq.br/8598944580181017 http://lattes.cnpq.br/5939944067207881 Grégio, André Ricardo Abed Oliveira, Horácio Antônio Braga Fernandes de https://orcid.org/0000-0003-3103-7749 Android (Recurso eletrônico) Software - Proteção CIENCIAS EXATAS E DA TERRA: CIENCIA DA COMPUTACAO: SISTEMAS DE COMPUTACAO: ARQUITETURA DE SISTEMAS DE COMPUTACAO CIENCIAS EXATAS E DA TERRA: CIENCIA DA COMPUTACAO: METODOLOGIA E TECNICAS DA COMPUTACAO: SISTEMAS DE INFORMACAO Android Detecção de Malwares Regras de Associação Mineração de Dados Apriori FP-Growth ECLAT Qualidade de Regras EQAR Esta pesquisa tem por objetivo investigar o desempenho e a viabilidade de diferentes modelos de regras de associação no contexto de classificação de malwares Android. Para tanto, desenvolvemos um novo modelo de classificação baseado em regras de associação e qualidade de regras. Para fins de comparação dos modelos, utilizamos datasets conhecidos e frequentemente usados para o treino de modelos de detecção de \malwares Android. Os resultados demonstram que nosso modelo possui desempenho equivalente a outros modelos baseados em regras de associação, obtendo valores de acurácia acima de 85\%, e em alguns casos sobressaindo-se a modelos de aprendizagem de máquina. This research aims to investigate the performance and viability of different models of association rules in the context of classifying Android malwares. For that, we developed a new classification model based on association rules and rule quality. For model comparison purposes, we used known and frequently used datasets for training Android malware detection models. The results demonstrate that our model performs equivalently to other models based on association rules, obtaining accuracy values above 85\%, and in some cases surpassing machine learning models. FAEPI - Fundação de Apoio ao Ensino, Pesquisa, Extensão e Interiorização do IFAM 2023-06-27T14:15:32Z 2023-04-19 Dissertação ROCHA, Vanderson da Silva. Avaliação de Métodos de Classificação Baseados em Regras de Associação para Detecção de Malwares Android. 2023. 83 f. Dissertação (Mestrado em Informática) - Universidade Federal do Amazonas, Manaus (AM), 2023. https://tede.ufam.edu.br/handle/tede/9430 por Acesso Aberto http://creativecommons.org/licenses/by-sa/4.0/ application/pdf Universidade Federal do Amazonas Instituto de Computação Brasil UFAM Programa de Pós-graduação em Informática |
institution |
TEDE - Universidade Federal do Amazonas |
collection |
TEDE-UFAM |
language |
por |
topic |
Android (Recurso eletrônico) Software - Proteção CIENCIAS EXATAS E DA TERRA: CIENCIA DA COMPUTACAO: SISTEMAS DE COMPUTACAO: ARQUITETURA DE SISTEMAS DE COMPUTACAO CIENCIAS EXATAS E DA TERRA: CIENCIA DA COMPUTACAO: METODOLOGIA E TECNICAS DA COMPUTACAO: SISTEMAS DE INFORMACAO Android Detecção de Malwares Regras de Associação Mineração de Dados Apriori FP-Growth ECLAT Qualidade de Regras EQAR |
spellingShingle |
Android (Recurso eletrônico) Software - Proteção CIENCIAS EXATAS E DA TERRA: CIENCIA DA COMPUTACAO: SISTEMAS DE COMPUTACAO: ARQUITETURA DE SISTEMAS DE COMPUTACAO CIENCIAS EXATAS E DA TERRA: CIENCIA DA COMPUTACAO: METODOLOGIA E TECNICAS DA COMPUTACAO: SISTEMAS DE INFORMACAO Android Detecção de Malwares Regras de Associação Mineração de Dados Apriori FP-Growth ECLAT Qualidade de Regras EQAR Rocha, Vanderson da Silva Avaliação de métodos de classificação baseados em regras de associação para detecção de malwares android |
topic_facet |
Android (Recurso eletrônico) Software - Proteção CIENCIAS EXATAS E DA TERRA: CIENCIA DA COMPUTACAO: SISTEMAS DE COMPUTACAO: ARQUITETURA DE SISTEMAS DE COMPUTACAO CIENCIAS EXATAS E DA TERRA: CIENCIA DA COMPUTACAO: METODOLOGIA E TECNICAS DA COMPUTACAO: SISTEMAS DE INFORMACAO Android Detecção de Malwares Regras de Associação Mineração de Dados Apriori FP-Growth ECLAT Qualidade de Regras EQAR |
description |
Esta pesquisa tem por objetivo investigar o desempenho e a viabilidade de diferentes modelos de regras de associação no contexto de classificação de malwares Android. Para tanto, desenvolvemos um novo modelo de classificação baseado em regras de associação e qualidade de regras. Para fins de comparação dos modelos, utilizamos datasets conhecidos e frequentemente usados para o treino de modelos de detecção de \malwares Android. Os resultados demonstram que nosso modelo possui desempenho equivalente a outros modelos baseados em regras de associação, obtendo valores de acurácia acima de 85\%, e em alguns casos sobressaindo-se a modelos de aprendizagem de máquina. |
author_additional |
Feitosa, Eduardo Luzeiro |
author_additionalStr |
Feitosa, Eduardo Luzeiro |
format |
Dissertação |
author |
Rocha, Vanderson da Silva |
author2 |
http://lattes.cnpq.br/8598944580181017 https://orcid.org/0000-0003-3103-7749 |
author2Str |
http://lattes.cnpq.br/8598944580181017 https://orcid.org/0000-0003-3103-7749 |
title |
Avaliação de métodos de classificação baseados em regras de associação para detecção de malwares android |
title_short |
Avaliação de métodos de classificação baseados em regras de associação para detecção de malwares android |
title_full |
Avaliação de métodos de classificação baseados em regras de associação para detecção de malwares android |
title_fullStr |
Avaliação de métodos de classificação baseados em regras de associação para detecção de malwares android |
title_full_unstemmed |
Avaliação de métodos de classificação baseados em regras de associação para detecção de malwares android |
title_sort |
avaliação de métodos de classificação baseados em regras de associação para detecção de malwares android |
publisher |
Universidade Federal do Amazonas |
publishDate |
2023 |
url |
https://tede.ufam.edu.br/handle/tede/9430 |
_version_ |
1781302747172175872 |
score |
11.675712 |