@MASTERSTHESIS{ 2024:1515038143,
 	title = {Jaccard-ABC e Cor-ABC para seleção de características em datasets de malware Android},
 	year = {2024},
 	url = "https://tede.ufam.edu.br/handle/tede/10553",
 	abstract = "Esta dissertação tem como objetivo aprimorar a seleção de características em con-
 juntos de dados voltados para a detecção de malware Android, propondo dois novos
 métodos de exploração de vizinhança baseados em medidas de similaridade para o
 algoritmo Colônia Artificial de Abelhas (ABC). Os métodos propostos, Jaccard-ABC e
 Cor-ABC, demonstraram eficácia na redução do número de características em diversos
 cenários, frequentemente superando 30% de redução, com Jaccard-ABC excedendo os
 resultados obtidos pelo ABC tradicional em todos os cenários. Além disso, os métodos
 mantiveram um desempenho competitivo em termos de acurácia, precisão, revocação
 e F1, com variações geralmente inferiores a 1% em relação ao ABC tradicional. O mé-
 todo Cor-ABC, em particular, apresentou maior estabilidade, reduzindo a aleatoriedade
 interna do processo de seleção. Conclui-se que os métodos propostos oferecem contri-
 buições valiosas para a seleção eficiente de características, especialmente no contexto
 de detecção de malware em dispositivos Android.",
 	publisher = {Universidade Federal do Amazonas},
 	scholl = {Programa de Pós-graduação em Informática},
 	note = {Instituto de Computação}
}