論文の概要: Careful About What App Promotion Ads Recommend! Detecting and Explaining Malware Promotion via App Promotion Graph

• arxiv url: http://arxiv.org/abs/2410.07588v1
• Date: Thu, 10 Oct 2024 03:39:13 GMT
• ステータス: 処理完了
• システム内更新日: 2024-10-31 16:06:31.100637
• Title: Careful About What App Promotion Ads Recommend! Detecting and Explaining Malware Promotion via App Promotion Graph
• Title（参考訳）: アプリプロモーション広告が推奨するものに注意! アプリプロモーショングラフによるマルウェアプロモーションの検出と説明
• Authors: Shang Ma, Chaoran Chen, Shao Yang, Shifu Hou, Toby Jia-Jun Li, Xusheng Xiao, Tao Xie, Yanfang Ye,
• Abstract要約: Androidアプリでは、開発者はアプリプロモーション広告、すなわち他のアプリを宣伝する広告を頻繁に配置する。 広告コンテンツの検証が不十分なため、悪意のある開発者は、マルウェアの配布チャネルとしてアプリのプロモーション広告を利用することができる。 本稿では,アプリユーザインタフェース探索とグラフ学習を統合して,アプリプロモーション広告を自動的に収集し,これらの広告によって宣伝されたマルウェアを検出し,検出されたマルウェアが採用するプロモーションメカニズムを説明する,ADGPEという新しいアプローチを提案する。
• 参考スコア（独自算出の注目度）: 25.180100700815466
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In Android apps, their developers frequently place app promotion ads, namely advertisements to promote other apps. Unfortunately, the inadequate vetting of ad content allows malicious developers to exploit app promotion ads as a new distribution channel for malware. To help detect malware distributed via app promotion ads, in this paper, we propose a novel approach, named ADGPE, that synergistically integrates app user interface (UI) exploration with graph learning to automatically collect app promotion ads, detect malware promoted by these ads, and explain the promotion mechanisms employed by the detected malware. Our evaluation on 18, 627 app promotion ads demonstrates the substantial risks in the app promotion ecosystem.
• Abstract（参考訳）: Androidアプリでは、開発者はアプリプロモーション広告、すなわち他のアプリを宣伝する広告を頻繁に配置する。 残念ながら、広告コンテンツの検証が不十分なため、悪意のある開発者は、マルウェアの配布チャネルとしてアプリのプロモーション広告を利用することができる。 本稿では,アプリプロモーション広告を介して配布されるマルウェアの検出を支援するために,アプリユーザインタフェース(UI)探索をグラフ学習と相乗的に統合し,アプリプロモーション広告を自動的に収集し,これらの広告によって誘導されるマルウェアを検出し,検出されたマルウェアが採用するプロモーションメカニズムを説明する,ADGPEという新しいアプローチを提案する。 627件のアプリプロモーション広告の評価は、アプリプロモーションエコシステムの重大なリスクを示している。

関連論文リスト

• Beyond App Markets: Demystifying Underground Mobile App Distribution Via Telegram [23.638100691705482]
  この研究は、Telegramの地下モバイルアプリエコシステムを包括的に調査した初めてのものである。 調査の結果,Telegramのユーザベースの1%に相当するサブスクリプションユーザ数の合計で,これらのアプリがTelegram上で著しく普及していることが判明した。 私たちの分析では、アプリの配布におけるiOS機能の誤用や、これらのアプリの悪意ある動作の頻度も明らかにしています。
  論文  参考訳（メタデータ） (2024-08-06T23:55:39Z)
• Users Feel Guilty: Measurement of Illegal Software Installation Guide Videos on YouTube for Malware Distribution [3.0664883500280986]
  本研究では,人気ビデオ共有プラットフォームを活用した高度なマルウェア配布手法を紹介し,検討する。 この攻撃では、脅威アクターは、プレミアムソフトウェアとゲーム不正の無料バージョンを約束する偽のコンテンツを通じてマルウェアを配布する。 MalTubeはユーザーの罪悪感を悪用し、違法行為の可能性がある。
  論文  参考訳（メタデータ） (2024-07-23T02:32:52Z)
• ModZoo: A Large-Scale Study of Modded Android Apps and their Markets [6.574756524825567]
  私たちは、最も人気のある修正された13のアプリ市場から得られた146万以上のアプリを分析しています。 収集したアプリの約90%は、Google Playの公式アプリと比べて何らかの方法で変更されている。 修正には、無限のコインや生活などのゲーム不正、無料のプレミアム機能を備えたメインストリームアプリ、広告識別子の変更や広告の除外などが含まれる。
  論文  参考訳（メタデータ） (2024-02-15T16:53:26Z)
• Long-Term Ad Memorability: Understanding & Generating Memorable Ads [54.23854539909078]
  広告の記憶可能性に関する大規模な研究は行われていない。 276のブランドをカバーする1749の参加者と2205の広告からなる,最初の記憶可能性データセットであるLAMBDAをリリースする。
  論文  参考訳（メタデータ） (2023-09-01T10:27:04Z)
• Auditing for Discrimination in Algorithms Delivering Job Ads [70.02478301291264]
  我々は,求人広告配信における識別アルゴリズムのブラックボックス監査のための新しい手法を開発した。 最初のコントリビューションは、性別や人種などの保護されたカテゴリーによる、広告配信における歪の区別です。 第2に,他の要因と資格の違いによって説明可能なスクリューを区別する監査手法を開発する。 第3に、提案手法を求人広告のための2つの主要なターゲット広告プラットフォーム、FacebookとLinkedInに適用する。
  論文  参考訳（メタデータ） (2021-04-09T17:38:36Z)
• An Empirical Study of In-App Advertising Issues Based on Large Scale App Review Analysis [67.58267006314415]
  われわれは,App StoreとGoogle Playの広告関連ユーザフィードバックに関する大規模分析を行った。 広告関連レビュー36,309件の統計分析から,利用者は使用中のユニーク広告数や広告表示頻度を最も気にしていることがわかった。 いくつかの広告イシュータイプは、他の広告イシューよりも開発者によって迅速に対処される。
  論文  参考訳（メタデータ） (2020-08-22T05:38:24Z)
• Dynamic Knapsack Optimization Towards Efficient Multi-Channel Sequential Advertising [52.3825928886714]
  我々は、動的knapsack問題として、シーケンシャルな広告戦略最適化を定式化する。 理論的に保証された二段階最適化フレームワークを提案し、元の最適化空間の解空間を大幅に削減する。 強化学習の探索効率を向上させるため,効果的な行動空間削減手法も考案した。
  論文  参考訳（メタデータ） (2020-06-29T18:50:35Z)
• Do Interruptions Pay Off? Effects of Interruptive Ads on Consumers Willingness to Pay [79.9312329825761]
  本研究は,広告主ブランドの商品に対する消費者の支払い意欲に及ぼす割り込み広告の影響を計測する研究結果である。 本研究は, 広告の経済的影響に関する研究に寄与し, 実験マーケティング研究における実際の(自己申告の)支払意欲を測定する方法を紹介した。
  論文  参考訳（メタデータ） (2020-05-14T09:26:57Z)
• adPerf: Characterizing the Performance of Third-party Ads [5.9535711951131205]
  ウェブ広告の深い評価と第一種評価を適用した。 広告のすべてのコンポーネントによってコストを特徴付けることを目指しており、パブリッシャー、広告シンジケート、広告主は詳細なガイダンスで広告のパフォーマンスを向上させることができる。
  論文  参考訳（メタデータ） (2020-02-06T02:09:05Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。