TY - JOUR ID - TI - Reducing False Notification in Identifying Malicious Application Programming Interface(API) to Detect Malwares Using Artificial Neural Network with Discriminant Analysis تقليل التبليغات الكاذبة في تحديد واجھة برامجيات التطبيقات الضارة عند كشف البرمجيات الخبيثة باستعمال الشبكات العصبية مع التحليل المميز AU - Abbas M. Al-Bakri عباس محسن البكري AU - Hussein L. Hussein حسين لفتة حسين PY - 2014 VL - 27 IS - 3 SP - 556 EP - 565 JO - Ibn Al-Haitham Journal For Pure and Applied Sciences مجلة ابن الهيثم للعلوم الصرفة والتطبيقية SN - 16094042 25213407 AB - This paper argues the accuracy of behavior based detection systems, in which theApplication Programming Interfaces (API) calls are analyzed and monitored. The workidentifies the problems that affecting the accuracy of such detection models. The work wasextracted (4744) API call through analyzing. The new approach provides an accuratediscriminator and can reveal malicious API in PE malware up to 83.2%. Results of this workevaluated with Discriminant Analysis.

يناقش هذا البحث دقةأنماط السلوك المعتمدة في أنظمة الكشف والتي يتم تحليلها ورصدها بواسطة واجهاتبرمجة التطبيقات. (API) هذا العمليحددالمشكلات التيتؤثر فيدقةنماذجالكشف.تم استخراج(API) 4744 في هذا العملعن طريق التحليل.وتتضمن هذه الطريقة الجديدة زيادة الدقة في كشف (API)الخبيثةفيالبرمجيات الخبيثةتصل إلى83.2٪. علما ان نتائج هذا العمل تم احتسابها و تقويمها باعتماد طبقة تحليلالتمايز. ER -