A Dynamic Weighted Federated Learning for Android Malware Classification

Translated Description (Arabic)

Translated Description (French)

Les attaques de logiciels malveillants Android augmentent chaque jour à un volume énorme, ce qui rend les utilisateurs d'Android plus vulnérables aux cyberattaques. Les chercheurs ont développé de nombreuses techniques d'apprentissage automatique (ML)/apprentissage profond (DL) pour détecter et atténuer les attaques de logiciels malveillants Android. Cependant, en raison des progrès technologiques, il y a une augmentation des appareils mobiles Android. En outre, les dispositifs sont géographiquement dispersés, ce qui se traduit par des données distribuées. Dans un tel scénario, les techniques traditionnelles de ML/DL sont irréalisables car toutes ces approches nécessitent que les données soient conservées dans un système central ; cela peut poser un problème pour la confidentialité des utilisateurs en raison de la prolifération massive des appareils mobiles Android ; placer les données dans un système central crée des frais généraux. En outre, les techniques traditionnelles de classification des logiciels malveillants androïdes basées sur le ML/DL ne sont pas évolutives. Les chercheurs ont proposé un système de classification des logiciels malveillants androïdes basé sur l'apprentissage fédéré (FL) pour résoudre les problèmes de préservation de la vie privée et d'évolutivité avec des performances de classification élevées. Dans le FL traditionnel, la moyenne fédérée (FedAvg) est utilisée pour construire le modèle global à chaque tour en fusionnant tous les modèles locaux obtenus auprès de tous les clients qui ont participé au FL. Cependant, le FedAvg conventionnel présente un inconvénient : si un modèle local peu performant est inclus dans le développement du modèle mondial pour chaque cycle, il peut en résulter un modèle mondial sous-performant. Parce que FedAvg favorise tous les modèles locaux de manière égale lors du calcul de la moyenne. Pour résoudre ce problème, notre objectif principal dans ce travail est de concevoir une stratégie de moyenne fédérée pondérée dynamique (DW-FedAvg) dans laquelle les pondérations de chaque modèle local sont automatiquement mises à jour en fonction de leurs performances chez le client. Le DW-FedAvg est évalué à l'aide de quatre ensembles de données de référence populaires, Melgenome, Drebin, Kronodroid et Tuandromd, utilisés dans la recherche sur la classification des logiciels malveillants androïdes. Les résultats montrent que notre approche proposée est évolutive, la vie privée préservée et capable de surpasser la classification FedAvg traditionnelle pour les logiciels malveillants Android en termes de précision, de score F1, de score AUC et de score FPR.

Translated Description (Spanish)

Los ataques de malware para Android aumentan a diario a un volumen tremendo, lo que hace que los usuarios de Android sean más vulnerables a los ciberataques. Los investigadores han desarrollado muchas técnicas de aprendizaje automático (ML)/aprendizaje profundo (DL) para detectar y mitigar los ataques de malware de Android. Sin embargo, debido al avance tecnológico, hay un aumento en los dispositivos móviles Android. Además, los dispositivos están dispersos geográficamente, lo que resulta en datos distribuidos. En tal escenario, las técnicas tradicionales de ML/DL son inviables, ya que todos estos enfoques requieren que los datos se mantengan en un sistema central; esto puede proporcionar un problema para la privacidad del usuario debido a la proliferación masiva de dispositivos móviles Android; poner los datos en un sistema central crea una sobrecarga. Además, las técnicas tradicionales de clasificación de malware para Android basadas en ML/DL no son escalables. Los investigadores han propuesto un sistema de clasificación de malware Android basado en aprendizaje federado (FL) para resolver la preservación de la privacidad y la escalabilidad con un alto rendimiento de clasificación. En FL tradicional, el Promedio Federado (FedAvg) se utiliza para construir el modelo global en cada ronda mediante la fusión de todos los modelos locales obtenidos de todos los clientes que participaron en el FL. Sin embargo, el FedAvg convencional tiene una desventaja: si se incluye un modelo local de bajo rendimiento en el desarrollo del modelo global para cada ronda, puede resultar en un modelo global de bajo rendimiento. Porque FedAvg favorece a todos los modelos locales por igual al promediar. Para abordar este problema, nuestro objetivo principal en este trabajo es diseñar una estrategia de promediado federado ponderado dinámico (DW-FedAvg) en la que los pesos para cada modelo local se actualicen automáticamente en función de su rendimiento en el cliente. El DW-FedAvg se evalúa utilizando cuatro conjuntos de datos de referencia populares, Melgenome, Drebin, Kronodroid y Tuandromd, utilizados en la investigación de clasificación de malware para Android. Los resultados muestran que nuestro enfoque propuesto es escalable, se preserva la privacidad y es capaz de superar al FedAvg tradicional para la clasificación de malware Android en términos de precisión, puntuación F1, puntuación AUC y puntuación FPR.