Revisión y validación de detección de malware Android con deep learning bajo restricciones realistas

Relevancia 52 de 100

Un estudio de revisión sistemática PRISMA (2021-2026) analiza arquitecturas de deep learning para detectar malware en Android y concluye que la evidencia de robustez, explicabilidad, reproducibilidad y viabilidad de despliegue es incompleta. Complementa la revisión con una validación empírica sobre CICMalDroid 2020 con CNN, GRU, Transformer e híbrido CNN-LSTM, mostrando que la precisión agregada oculta diferencias de fiabilidad entre arquitecturas. Propone pasar de una evaluación centrada en la precisión a otra centrada en la fiabilidad.

Fuentes

Frontiers in Artificial Intelligence | New and Recent ArticlesDeep learning-based android malware detection under realistic evaluation constraints: an architecture-centric review and reliability-aware empirical validation