Android Malware Detection Approaches and Techniques

Abstract

Android is the most used mobile operating system in the world. Due to its popularity, malware is increasing every year, posing many problems for users. As malware has increased, anti-malware solutions have as well. Researchers persistently devise countermeasures strategies to fight back malware, one of these strategies is the use of machine learning and deep learning methods to detect Android malware. In this work in order to establish an extensive research about how machine learning and deep learning are used to detect malware in Android platform, we discuss relevant background related to the Android OS, machine learning and Deep learning. Then we discuss the different approaches to detect Android malware based on ML and DL.***

Android est le système d’exploitation mobile le plus utilisé au monde. En raison de sa popularité, les logiciels malveillants augmentent chaque année, ce qui pose de nombreux problèmes aux utilisateurs. Les logiciels malveillants ont augmenté, tout comme les solutions anti logiciels malveillants. Les chercheurs élaborent sans cesse des stratégies de contre-mesure pour lutter contre les logiciels malveillants, l’une de ces stratégies est l’utilisation de méthodes d’apprentissage automatique et d’apprentissage profond pour détecter les logiciels malveillants Android. Dans ce travail, afin d’établir une recherche profonde sur la façon dont l’apprentissage automatique et l’apprentissage profond sont utilisés pour détecter les logiciels malveillants sur la plate-forme Android, nous discutons du background liés à l’OS Android, à l’apprentissage automatique et à l’apprentissage profond. Ensuite, nous discutons des différentes approches pour détecter les logiciels malveillants Android basés sur ML et DL.