Adversarial machine learning: evaluation of attack models & defense mechanisms
In recent years, there has been a sharp increase in the use of mobile platforms and particularly devices based on the Android operating system. This rapid use of mobile devices has fueled cybercriminals’ interest in developing and sharing malicious software. Machine learning algorithms can be used t...
Αποθηκεύτηκε σε:
| Κύριοι συγγραφείς: | Perifanis, Vasileios, Tserpes, Iosif, Περηφάνης, Βασίλειος, Τσερπές, Ιωσήφ |
|---|---|
| Άλλοι συγγραφείς: | Rizomiliotis, Panagiotis |
| Γλώσσα: | en_US |
| Δημοσίευση: |
2020
|
| Θέματα: | |
| Διαθέσιμο Online: | http://hdl.handle.net/11610/20142 |
| Ετικέτες: |
Προσθήκη ετικέτας
Δεν υπάρχουν, Καταχωρήστε ετικέτα πρώτοι!
|
Παρόμοια τεκμήρια
Παρόμοια τεκμήρια
-
Advanced methods for android malware detection
από: Kouliaridis, Vasileios, κ.ά.
Δημοσίευση: (2021) -
_A data collection as a service of mobile malware behavioral patterns
από: Κουλιαρίδης, Βασίλειος
Δημοσίευση: (2018) -
A host and cloud-based mechanism for preserving mobile users privacy
από: Παπαμαρτζιβάνος, Δημήτριος - Χρήστος
Δημοσίευση: (2015) -
MalOrbot: κακόβουλο λογισμικό στην πλατφόρμα του Android για την αποανωνυμοποίηση των χρηστών Tor
από: Μητακίδης, Ευάγγελος, κ.ά.
Δημοσίευση: (2021) -
Εξόρυξη γνώσης και εφαρμογής της στην αναγνώριση κακόβουλων εφαρμογών για Android
από: Μανώλας, Εμμανουήλ
Δημοσίευση: (2015)