Avaliação de métodos de classificação baseados em regras de associação para detecção de malwares android

Rocha, Vanderson da Silva; http://lattes.cnpq.br/8598944580181017; https://orcid.org/0000-0003-3103-7749

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...

ver descrição completa

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:	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
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

Avaliação de métodos de classificação baseados em regras de associação para detecção de malwares android

Registros relacionados