Analisis Malware Berdasarkan Tujuan Pembuatan Dengan Menggunakan Metode Hybrid Pada Android

Main Article Content

Septian Dwi Kusuma
Denar Regata Akbi
Diah Risqiwati

Abstract

Malware android adalah salah satu permasalahan yang kini marak diperbincangkan oleh pengguna, alasannya adalah karena sebagian besar waktu yang dimiliki masyarakat digunakan untuk berinteraksi dengan dunia maya. Perkembangan malware dari hari ke hari mulai terlihat, malware yang awalnya terdapat pada sistem komputer kini mulai masuk ke ranah Smartphone. Tidak lagi diperuntukan untuk merusak Malware kini hadir dengan berbagai macam jenis dan kegunaan. Penelitian demi penilitian muncul membahas bagaimana mengatasi pergerakan malware yang kian pesat mulai dari meningkatkan kualitas deteksi dengan menggabungkan algoritma deteksi dinamis dan statis hingga menggunakan bantuan Machine learning. Dari sekian banyak penelitian tersebut muncul pengkategorian pada Malware dengan tujuan memudahkan penelitian. Pengkategorian tersebut selalu berubah – ubah dari tahun ke tahun alasannya karena banyaknya Malware yang muncul tiap harinya. Pada penelitian kali ini penulis berkesempatan untuk membahas perkembangan dari malware berdasarkan tujuan pembuatan nya atau kategori dari malware itu sendiri. Penilitian ini akan melibatkan analisis hybrid dengan menggunakan parameter dari perilaku Malware sehingga dapat diketahui sejauh mana malware telah berkembang.

Downloads

Download data is not yet available.

Article Details

How to Cite
[1]
S. D. Kusuma, D. R. Akbi, and D. Risqiwati, “Analisis Malware Berdasarkan Tujuan Pembuatan Dengan Menggunakan Metode Hybrid Pada Android”, JR, vol. 2, no. 8, Jan. 2024.
Section
Articles

References

F. Tong and Z. Yan, “A hybrid approach of mobile malware detection in Android,” J. Parallel Distrib. Comput., vol. 103, pp. 22–31, 2017.

M. K. Alzaylaee, S. Y. Yerima, and S. Sezer, “DynaLog: An automated dynamic analysis framework for characterizing android applications,” 2016 Int. Conf. Cyber Secur. Prot. Digit. Serv. Cyber Secur. 2016, 2016.

J. B. Shukla, G. Singh, P. Shukla, and A. Tripathi, “Modeling and analysis of the effects of antivirus software on an infected computer network,” Appl. Math. Comput., vol. 227, pp. 11–18, 2014.

Monika, P. Zavarsky, and D. Lindskog, “Experimental Analysis of Ransomware on Windows and Android Platforms: Evolution and Characterization,” Procedia Comput. Sci., vol. 94, pp. 465–472, 2016.

I. Martín, J. A. Hernández, and S. de los Santos, “Machine-Learning based analysis and classification of Android malware signatures,” Futur. Gener. Comput. Syst., 2019.

Y. Zhang, W. Ren, T. Zhu, and Y. Ren, “SaaS: A situational awareness and analysis system for massive android malware detection,” Futur. Gener. Comput. Syst., vol. 95, pp. 548–559, 2019.

S. S. Chakkaravarthy, D. Sangeetha, and V. Vaidehi, “A Survey on malware analysis and mitigation techniques,” Comput. Sci. Rev., vol. 32, pp. 1–23, 2019.

S. Malik and K. Khatter, “System Call Analysis of Android Malware Families,” vol. 9, no. June, 2016.

D. Saif, S. M. El-Gokhy, and E. Sallam, “Deep Belief Networks-based framework for malware detection in Android systems,” Alexandria Eng. J., vol. 57, no. 4, pp. 4049–4057, 2018.

Most read articles by the same author(s)

<< < 1 2 3 > >>