Anais Estendidos Do XXIV Simpósio Brasileiro De Segurança Da Informação E De Sistemas Computacionais (SBSeg Estendido 2024) 2024
DOI: 10.5753/sbseg_estendido.2024.243362
|View full text |Cite
|
Sign up to set email alerts
|

MH-AutoML: Transparência, Interpretabilidade e Desempenho na Detecção de Malware Android

Joner Assolin,
Gabriel Canto,
Diego Kreutz
et al.

Abstract: A MH-AutoML é uma ferramenta de AutoML especializada na detecção de malware Android. Diferentemente de outras ferramentas de AutoML, a MH-AutoML incorpora recursos de transparência, interpretabilidade e depuração em todos os estágios do pipeline. A ferramenta também inclui métodos de seleção de caracteŕısticas espećıficos para o domínio e otimizações de hiperparâmetros que geram bons resultados. Os resultados indicam que a MH-AutoML produz modelos preditivos competitivos (e.g., 95% de recall com baixo custo c… Show more

Help me understand this report

Search citation statements

Order By: Relevance

Paper Sections

Select...

Citation Types

0
0
0

Publication Types

Select...

Relationship

0
0

Authors

Journals

citations
Cited by 0 publications
references
References 6 publications
0
0
0
Order By: Relevance

No citations

Set email alert for when this publication receives citations?