회원 로그인 창


로그인 메뉴

따끈따끈! 신착 전자책

더보기

콘텐츠 상세보기
Simulink을 활용 DyHAP : 동적 하이브리드 ANFIS-PSO 모바일 악성앱 예측 방법


SMART
 

Simulink을 활용 DyHAP : 동적 하이브리드 ANFIS-PSO 모바일 악성앱 예측 방법

Firdaus Afifi, Nor Badrul Anuar, Shahaboddin Shamshirband, Kim-Kwang Raymond Choo 저 | 아진

출간일
2020-07-13
파일형태
PDF
용량
11 M
지원 기기
PC
대출현황
보유1, 대출0, 예약중0
콘텐츠 소개
목차
한줄서평

콘텐츠 소개

To deal with the large number of malicious mobile applications (e.g. mobile
malware), a number of malware detection systems have been proposed in the
literature. In this paper, we propose a hybrid method to find the optimum
parameters that can be used to facilitate mobile malware identification.We also
present a multi agent system architecture comprising three system agents (i.e.
sniffer, extraction and selection agent) to capture and manage the pcap file for
data preparation phase. In our hybrid approach, we combine an adaptive neuro
fuzzy inference system (ANFIS) and particle swarm optimization (PSO). Evaluations
using data captured on a real-world Android device and the MalGenome dataset
demonstrate the effectiveness of our approach, in comparison to two hybrid
optimization methods which are differential evolution (ANFIS-DE) and ant colony
optimization (ANFIS-ACO).

목차

제 1편 : SIMULINK 기본편
1.1 SIMULINK의 시작 1
블록의 연결 5
블록 파라미터의 설정 7
시뮬레이션 파라미터 (Configuration Parameters)의 설정 8
시뮬레이션의 수행 9
블록 파라미터의 표시 9
복수 데이터의 표시 11
2.2 동적 시뮬레이션 13
이차 미분방정식 17
선형 상태변수 모델 23
DC 모터의 시뮬레이션 24
함수 블록의 사용 29
차분방정식(difference equation)의 모델링 34
Subsystem(부시스템)의 구성 37

제 2편 : 연구논문
DyHAP: Dynamic Hybrid ANFIS-PSO Approach for
Predicting Mobile Malware

1. Introduction 41
2. RelatedWork 42
3. Research Methodology 44
4. Feature Selection, Extraction and Labelling 45
5. Proposed Approach 46
6. Evaluations 53
7. Conclusion 55
8. References 58

한줄서평

  • 10
  • 8
  • 6
  • 4
  • 2

(한글 300자이내)
리뷰쓰기
한줄 서평 리스트
평점 한줄 리뷰 작성자 작성일 추천수

등록된 서평이 없습니다.