論文の概要: Mobile Application Threats and Security

• arxiv url: http://arxiv.org/abs/2502.05685v1
• Date: Sat, 08 Feb 2025 20:33:57 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-02-11 14:33:21.437543
• Title: Mobile Application Threats and Security
• Title（参考訳）: モバイルアプリケーションの脅威とセキュリティ
• Authors: Timur Mirzoev, Mark Miller, Shamimara Lasker, Michael Brannon,
• Abstract要約: この原稿は、モバイルコンピューティング業界のセキュリティ上の脆弱性、特にタブレットとスマートフォンに焦点を当てている。 本研究の目的は、現在のセキュリティリスクと脅威を分析し、そのような脅威から保護するためにデプロイされる可能性のあるソリューションを提供することである。
• 参考スコア（独自算出の注目度）: 0.17249361224827534
• License:
• Abstract: The movement to mobile computing solutions provides flexibility to different users whether it is a business user, a student, or even providing entertainment to children and adults of all ages. Due to these emerging technologies mobile users are unable to safeguard private information in a very effective way and cybercrimes are increasing day by day. This manuscript will focus on security vulnerabilities in the mobile computing industry, especially focusing on tablets and smart phones. This study will dive into current security threats for the Android & Apple iOS market, exposing security risks and threats that the novice or average user may not be aware of. The purpose of this study is to analyze current security risks and threats, and provide solutions that may be deployed to protect against such threats.
• Abstract（参考訳）: モバイルコンピューティングソリューションのムーブメントは、ビジネスユーザ、学生、さらにはあらゆる年齢の子供や大人にエンターテイメントを提供するなど、さまざまなユーザに対して柔軟性を提供します。 こうした新興技術により、モバイルユーザーは、非常に効果的な方法で個人情報を保護することができず、サイバー犯罪は日々増加している。 この原稿は、モバイルコンピューティング業界のセキュリティ上の脆弱性、特にタブレットとスマートフォンに焦点を当てている。 今回の調査は、AndroidとAppleのiOS市場における現在のセキュリティ上の脅威を掘り下げ、初心者や一般ユーザーが気づかないかもしれないセキュリティ上のリスクと脅威を明らかにするものだ。 本研究の目的は、現在のセキュリティリスクと脅威を分析し、そのような脅威から保護するためにデプロイされる可能性のあるソリューションを提供することである。

関連論文リスト

• Rethinking the Vulnerabilities of Face Recognition Systems:From a Practical Perspective [53.24281798458074]
  顔認識システム(FRS)は、監視やユーザー認証を含む重要なアプリケーションにますます統合されている。 最近の研究によると、FRSの脆弱性は敵(例えば、敵パッチ攻撃)やバックドア攻撃(例えば、データ中毒の訓練)であることが明らかになっている。
  論文  参考訳（メタデータ） (2024-05-21T13:34:23Z)
• The Security and Privacy of Mobile Edge Computing: An Artificial Intelligence Perspective [64.36680481458868]
  Mobile Edge Computing (MEC)は、クラウドコンピューティングと情報技術(IT)サービスをネットワークのエッジで配信できるようにする新しいコンピューティングパラダイムである。 本稿では,人工知能(AI)の観点からMECのセキュリティとプライバシに関する調査を行う。 新たなセキュリティとプライバシの問題に加えて、AIの観点からの潜在的なソリューションにも重点を置いています。
  論文  参考訳（メタデータ） (2024-01-03T07:47:22Z)
• The Inner Workings of Windows Security [4.424739166856966]
  2022年はMicrosoftの脆弱性が大幅に増加し、過去10年間で最高に達した。 このプロジェクトの目的は、Windows Operating Systemの脆弱性を調査し、主要なセキュリティ機能の有効性を検討することである。 本研究は,システムセキュリティを強化し,Windowsのセキュリティ機能による保護を強化するための緩和策を提案する。
  論文  参考訳（メタデータ） (2023-12-23T03:35:57Z)
• The New Frontier of Cybersecurity: Emerging Threats and Innovations [0.0]
  この研究は、個人、組織、社会全体に対するこれらの脅威の結果を掘り下げている。 これらの新興脅威の洗練と多様性は、サイバーセキュリティに対する多層的アプローチを必要とする。 本研究は、これらの脅威を緩和するための効果的な対策を実施することの重要性を強調する。
  論文  参考訳（メタデータ） (2023-11-05T12:08:20Z)
• Global Pandemics Influence on Cyber Security and Cyber Crimes [5.8010446129208155]
  新型コロナウイルス(COVID-19)は、生活の多くの領域で広範囲に被害を与え、インターネットやテクノロジーに依存しやすくしている。 本稿では、パンデミック時代に人々が直面した様々な種類のセキュリティ脅威とサイバー犯罪と、安全で安全なサイバーインフラの必要性について検討する。
  論文  参考訳（メタデータ） (2023-02-24T05:26:42Z)
• Defending against cybersecurity threats to the payments and banking system [0.0]
  サイバー犯罪の拡散は、銀行セクターの様々な利害関係者にとって大きな懸念である。 ソフトウェアシステムに対するサイバー攻撃のリスクを防止するには、サイバースペース内で動作しているエンティティを特定する必要がある。 本稿では,サイバー空間の資産を識別し,サイバー脅威を分類し,セキュリティ対策を提供し,タイプや機能を管理するためのセキュリティ対策をマップ化する,様々なアプローチについて検討する。
  論文  参考訳（メタデータ） (2022-12-15T11:55:11Z)
• Mobile Security for the modern CEO: Attacks, Mitigations, and Future Trends [0.0]
  モバイルデバイスへの攻撃は年々増加し、規模も大きくなり、深刻な損害を被る。 本稿では, マルウェア, フィッシング, 通信, サプライチェーン, 物理的および認証攻撃に分類されるモバイル攻撃について概観する。 また、モバイルのセットアップと一般的なレコメンデーションを確保するために、セキュリティ設計のヒントを提供して、着信攻撃の実行を成功させないようにする。
  論文  参考訳（メタデータ） (2022-07-17T08:19:24Z)
• Dataset Security for Machine Learning: Data Poisoning, Backdoor Attacks, and Defenses [150.64470864162556]
  この作業は体系的に分類され、幅広いデータセット脆弱性とエクスプロイトを議論する。 様々な毒とバックドアの脅威モデルとそれらの関係を記述することに加えて,それらの統一分類法を展開する。
  論文  参考訳（メタデータ） (2020-12-18T22:38:47Z)
• Dos and Don'ts of Machine Learning in Computer Security [74.1816306998445]
  大きな可能性にもかかわらず、セキュリティにおける機械学習は、パフォーマンスを損なう微妙な落とし穴を引き起こす傾向がある。 我々は,学習ベースのセキュリティシステムの設計,実装,評価において共通の落とし穴を特定する。 我々は,落とし穴の回避や軽減を支援するために,研究者を支援するための実用的な勧告を提案する。
  論文  参考訳（メタデータ） (2020-10-19T13:09:31Z)
• Smart Home, security concerns of IoT [91.3755431537592]
  IoT(モノのインターネット)は、国内環境において広く普及している。 人々は自宅をスマートホームにリニューアルしているが、インターネットに接続された多くのデバイスを常時オンの環境センサーで所有するというプライバシー上の懸念はいまだに不十分だ。 デフォルトパスワードと弱いパスワード、安価な材料とハードウェア、暗号化されていない通信は、IoTデバイスの主要な脅威と脆弱性として識別される。
  論文  参考訳（メタデータ） (2020-07-06T10:36:11Z)
• Adversarial Machine Learning Attacks and Defense Methods in the Cyber Security Domain [58.30296637276011]
  本稿では,機械学習技術に基づくセキュリティソリューションに対する敵攻撃に関する最新の研究を要約する。 サイバーセキュリティドメインでエンドツーエンドの敵攻撃を実装するという、ユニークな課題を議論するのは、これが初めてである。
  論文  参考訳（メタデータ） (2020-07-05T18:22:40Z)

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。