Umfassender Leitfaden zur Cybersicherheit: Netzwerkfluss-analyse: Malware-Erkennung

Ausgehend von einer Reihe von Android-Anwendungen werden automatisierte Analysen durchgeführt und Daten erfasst, um eine auf maschinellem Lernen basierende Kategorisierung zu ermöglichen. Die Kategorisierung erfolgt in die Kategorien "Malware" und "harmlos". Netzwerkflussbasierte Merkmale können extrahiert und untersucht werden, um ein Modell zur effektiven Identifizierung und Kategorisierung des Typs von Android-Anwendungen zu entwickeln. In der Forschung auf diesem Gebiet wurde bereits eine umfangreiche Liste von Netzwerkmerkmalen berücksichtigt. Diese Liste lässt sich jedoch reduzieren, um ein noch besseres Kategorisierungsmodell zu erzielen. Anhand einer statistischen Analyse der verfügbaren Flussmerkmale wird eine Reihe von sieben neuartigen Modellen vorgeschlagen. Experimente, die auf der Grundlage dieser Merkmale durchgeführt wurden, erzielten eine durchschnittliche Klassifikationsgenauigkeit von 93,62 %, eine Erfolgsquote von 92,68 % und eine Falsch-Positiv-Rate von 0,083, die mit drei maschinellen Klassifikatoren ermittelt wurde.