AI-driven malware protection techniques in mobile environments
Descripción del Articulo
Today, mobile devices are an essential part of daily life, making them an attractive target for malware attacks. Traditional malware protection techniques, while effective, face increasing challenges due to constantly evolving threats. This article explores artificial intelligence (AI)-powered malwa...
| Autores: | , , |
|---|---|
| Formato: | artículo |
| Fecha de Publicación: | 2025 |
| Institución: | Universidad de San Martín de Porres |
| Repositorio: | Revistas - Universidad de San Martín de Porres |
| Lenguaje: | español |
| OAI Identifier: | oai:revistas.usmp.edu.pe:article/2959 |
| Enlace del recurso: | https://portalrevistas.aulavirtualusmp.pe/index.php/rc/article/view/2959 |
| Nivel de acceso: | acceso abierto |
| Materia: | Artificial intelligence malware mobile devices security Machine learning malware detection Inteligencia artificial dispositivos móviles seguridad Aprendizaje automático Malware detección de malware |
| id |
REVUSMP_35ec44f1dd0fc0bfe1ba1df220f95108 |
|---|---|
| oai_identifier_str |
oai:revistas.usmp.edu.pe:article/2959 |
| network_acronym_str |
REVUSMP |
| network_name_str |
Revistas - Universidad de San Martín de Porres |
| repository_id_str |
|
| spelling |
AI-driven malware protection techniques in mobile environmentsTécnicas de protección contra malware impulsadas por IA en entorno móvilesSacramento Benites, LeonardoSalcedo Quispe, GiovaniMendoza de los Santos, AlbertoArtificial intelligencemalwaremobile devicessecurityMachine learningmalware detectionInteligencia artificialdispositivos móvilesseguridadAprendizaje automáticoMalwaredetección de malwareToday, mobile devices are an essential part of daily life, making them an attractive target for malware attacks. Traditional malware protection techniques, while effective, face increasing challenges due to constantly evolving threats. This article explores artificial intelligence (AI)-powered malware protection techniques in mobile environments, evaluating their effectiveness compared to traditional methods. Through a systematic analysis of the literature, the advantages of using AI, such as machine and deep learning, to improve malware detection and mitigation on mobile devices are highlighted. Additionally, limitations and challenges of implementing these advanced techniques are identified.En la actualidad, los dispositivos móviles son una parte esencial de la vida diaria, lo que los convierte en un objetivo atractivo para ataques de malware. Las técnicas tradicionales de protección contra malware, aunque son efectivas, se enfrentan a crecientes desafíos debido a la evolución constante de las amenazas. Este artículo explora las técnicas de protección contra malware impulsadas por inteligencia artificial (IA) en entornos móviles, evaluando su eficacia en comparación con los métodos tradicionales. A travésde un análisis sistemático de la literatura, se destacan las ventajas del uso de IA, como el aprendizaje automático y profundo, para mejorar la detección y mitigación de malware en dispositivos móviles. Además, se identifican las limitaciones y los desafíos de implementar estas técnicas avanzadas.Universidad de San Martín de Porres2025-02-06info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionapplication/pdfhttps://portalrevistas.aulavirtualusmp.pe/index.php/rc/article/view/2959Campus; Vol. 29 No. 38 (2024): Campus XXXVIIICampus; Vol. 29 Núm. 38 (2024): Campus XXXVIIICampus; v. 29 n. 38 (2024): Campus XXXVIII2523-18201812-6049reponame:Revistas - Universidad de San Martín de Porresinstname:Universidad de San Martín de Porresinstacron:USMPspahttps://portalrevistas.aulavirtualusmp.pe/index.php/rc/article/view/2959/3861Derechos de autor 2025 Leonardo Sacramento Benites, Giovani Salcedo Quispe, Alberto Mendoza de los Santoshttps://creativecommons.org/licenses/by/4.0info:eu-repo/semantics/openAccessoai:revistas.usmp.edu.pe:article/29592025-02-06T20:09:40Z |
| dc.title.none.fl_str_mv |
AI-driven malware protection techniques in mobile environments Técnicas de protección contra malware impulsadas por IA en entorno móviles |
| title |
AI-driven malware protection techniques in mobile environments |
| spellingShingle |
AI-driven malware protection techniques in mobile environments Sacramento Benites, Leonardo Artificial intelligence malware mobile devices security Machine learning malware detection Inteligencia artificial dispositivos móviles seguridad Aprendizaje automático Malware detección de malware |
| title_short |
AI-driven malware protection techniques in mobile environments |
| title_full |
AI-driven malware protection techniques in mobile environments |
| title_fullStr |
AI-driven malware protection techniques in mobile environments |
| title_full_unstemmed |
AI-driven malware protection techniques in mobile environments |
| title_sort |
AI-driven malware protection techniques in mobile environments |
| dc.creator.none.fl_str_mv |
Sacramento Benites, Leonardo Salcedo Quispe, Giovani Mendoza de los Santos, Alberto |
| author |
Sacramento Benites, Leonardo |
| author_facet |
Sacramento Benites, Leonardo Salcedo Quispe, Giovani Mendoza de los Santos, Alberto |
| author_role |
author |
| author2 |
Salcedo Quispe, Giovani Mendoza de los Santos, Alberto |
| author2_role |
author author |
| dc.subject.none.fl_str_mv |
Artificial intelligence malware mobile devices security Machine learning malware detection Inteligencia artificial dispositivos móviles seguridad Aprendizaje automático Malware detección de malware |
| topic |
Artificial intelligence malware mobile devices security Machine learning malware detection Inteligencia artificial dispositivos móviles seguridad Aprendizaje automático Malware detección de malware |
| description |
Today, mobile devices are an essential part of daily life, making them an attractive target for malware attacks. Traditional malware protection techniques, while effective, face increasing challenges due to constantly evolving threats. This article explores artificial intelligence (AI)-powered malware protection techniques in mobile environments, evaluating their effectiveness compared to traditional methods. Through a systematic analysis of the literature, the advantages of using AI, such as machine and deep learning, to improve malware detection and mitigation on mobile devices are highlighted. Additionally, limitations and challenges of implementing these advanced techniques are identified. |
| publishDate |
2025 |
| dc.date.none.fl_str_mv |
2025-02-06 |
| dc.type.none.fl_str_mv |
info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion |
| format |
article |
| status_str |
publishedVersion |
| dc.identifier.none.fl_str_mv |
https://portalrevistas.aulavirtualusmp.pe/index.php/rc/article/view/2959 |
| url |
https://portalrevistas.aulavirtualusmp.pe/index.php/rc/article/view/2959 |
| dc.language.none.fl_str_mv |
spa |
| language |
spa |
| dc.relation.none.fl_str_mv |
https://portalrevistas.aulavirtualusmp.pe/index.php/rc/article/view/2959/3861 |
| dc.rights.none.fl_str_mv |
https://creativecommons.org/licenses/by/4.0 info:eu-repo/semantics/openAccess |
| rights_invalid_str_mv |
https://creativecommons.org/licenses/by/4.0 |
| eu_rights_str_mv |
openAccess |
| dc.format.none.fl_str_mv |
application/pdf |
| dc.publisher.none.fl_str_mv |
Universidad de San Martín de Porres |
| publisher.none.fl_str_mv |
Universidad de San Martín de Porres |
| dc.source.none.fl_str_mv |
Campus; Vol. 29 No. 38 (2024): Campus XXXVIII Campus; Vol. 29 Núm. 38 (2024): Campus XXXVIII Campus; v. 29 n. 38 (2024): Campus XXXVIII 2523-1820 1812-6049 reponame:Revistas - Universidad de San Martín de Porres instname:Universidad de San Martín de Porres instacron:USMP |
| instname_str |
Universidad de San Martín de Porres |
| instacron_str |
USMP |
| institution |
USMP |
| reponame_str |
Revistas - Universidad de San Martín de Porres |
| collection |
Revistas - Universidad de San Martín de Porres |
| repository.name.fl_str_mv |
|
| repository.mail.fl_str_mv |
|
| _version_ |
1847517282243182592 |
| score |
12.669049 |
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).
