id	sid	tid	token	lemma	pos
hij-1103	1	1	available	available	ADJ
hij-1103	1	2	online	online	ADV
hij-1103	1	3	at	at	ADP
hij-1103	1	4	www.hightechjournal.org	www.hightechjournal.org	ADJ
hij-1103	1	5	hightech	hightech	NOUN
hij-1103	1	6	and	and	CCONJ
hij-1103	1	7	innovation	innovation	NOUN
hij-1103	1	8	journal	journal	PROPN
hij-1103	1	9	vol	vol	NOUN
hij-1103	1	10	.	.	PROPN
hij-1103	2	1	6	6	NUM
hij-1103	2	2	,	,	PUNCT
hij-1103	2	3	no	no	INTJ
hij-1103	2	4	.	.	NOUN
hij-1103	2	5	2	2	NUM
hij-1103	2	6	,	,	PUNCT
hij-1103	2	7	june	june	PROPN
hij-1103	2	8	,	,	PUNCT
hij-1103	2	9	2025	2025	NUM
hij-1103	2	10	662	662	NUM
hij-1103	2	11	issn	issn	NOUN
hij-1103	2	12	:	:	PUNCT
hij-1103	2	13	2723	2723	NUM
hij-1103	2	14	-	-	SYM
hij-1103	2	15	9535	9535	NUM
hij-1103	2	16	leveraging	leverage	VERB
hij-1103	2	17	image	image	NOUN
hij-1103	2	18	analysis	analysis	NOUN
hij-1103	2	19	and	and	CCONJ
hij-1103	2	20	deep	deep	ADJ
hij-1103	2	21	convolutional	convolutional	ADJ
hij-1103	2	22	neural	neural	ADJ
hij-1103	2	23	networks	network	NOUN
hij-1103	2	24	for	for	ADP
hij-1103	2	25	cutting	cut	VERB
hij-1103	2	26	-	-	PUNCT
hij-1103	2	27	edge	edge	NOUN
hij-1103	2	28	malware	malware	NOUN
hij-1103	2	29	detection	detection	NOUN
hij-1103	2	30	and	and	CCONJ
hij-1103	2	31	mitigation	mitigation	NOUN
hij-1103	2	32	mohammad	mohammad	PROPN
hij-1103	2	33	mahmood	mahmood	PROPN
hij-1103	2	34	otoom	otoom	PROPN
hij-1103	2	35	1	1	NUM
hij-1103	2	36	*	*	PUNCT
hij-1103	2	37	,	,	PUNCT
hij-1103	2	38	ahmad	ahmad	PROPN
hij-1103	2	39	mahmoud	mahmoud	PROPN
hij-1103	2	40	etoom	etoom	NOUN
hij-1103	2	41	2	2	NUM
hij-1103	2	42	1	1	NUM
hij-1103	2	43	department	department	NOUN
hij-1103	2	44	of	of	ADP
hij-1103	2	45	electrical	electrical	ADJ
hij-1103	2	46	engineering	engineering	NOUN
hij-1103	2	47	,	,	PUNCT
hij-1103	2	48	faculty	faculty	NOUN
hij-1103	2	49	of	of	ADP
hij-1103	2	50	engineering	engineering	NOUN
hij-1103	2	51	technology	technology	NOUN
hij-1103	2	52	,	,	PUNCT
hij-1103	2	53	al	al	PROPN
hij-1103	2	54	-	-	PUNCT
hij-1103	2	55	balqa	balqa	NOUN
hij-1103	2	56	applied	apply	VERB
hij-1103	2	57	university	university	NOUN
hij-1103	2	58	,	,	PUNCT
hij-1103	2	59	amman	amman	PROPN
hij-1103	2	60	,	,	PUNCT
hij-1103	2	61	jordan	jordan	PROPN
hij-1103	2	62	.	.	PROPN
hij-1103	3	1	2	2	NUM
hij-1103	3	2	department	department	NOUN
hij-1103	3	3	of	of	ADP
hij-1103	3	4	information	information	NOUN
hij-1103	3	5	and	and	CCONJ
hij-1103	3	6	communication	communication	NOUN
hij-1103	3	7	technology	technology	NOUN
hij-1103	3	8	,	,	PUNCT
hij-1103	3	9	universiti	universiti	PROPN
hij-1103	3	10	sains	sain	VERB
hij-1103	3	11	malaysia	malaysia	PROPN
hij-1103	3	12	(	(	PUNCT
hij-1103	3	13	usm	usm	PROPN
hij-1103	3	14	)	)	PUNCT
hij-1103	3	15	,	,	PUNCT
hij-1103	3	16	penang	penang	PROPN
hij-1103	3	17	,	,	PUNCT
hij-1103	3	18	malaysia	malaysia	PROPN
hij-1103	3	19	.	.	PUNCT
hij-1103	3	20	received	receive	VERB
hij-1103	3	21	17	17	NUM
hij-1103	3	22	february	february	NOUN
hij-1103	3	23	2025	2025	NUM
hij-1103	3	24	;	;	PUNCT
hij-1103	3	25	revised	revise	VERB
hij-1103	3	26	17	17	NUM
hij-1103	3	27	may	may	PROPN
hij-1103	3	28	2025	2025	NUM
hij-1103	3	29	;	;	PUNCT
hij-1103	3	30	accepted	accept	VERB
hij-1103	3	31	23	23	NUM
hij-1103	3	32	may	may	NOUN
hij-1103	3	33	2025	2025	NUM
hij-1103	3	34	;	;	PUNCT
hij-1103	3	35	published	publish	VERB
hij-1103	3	36	01	01	NUM
hij-1103	3	37	june	june	PROPN
hij-1103	3	38	2025	2025	NUM
hij-1103	3	39	abstract	abstract	NOUN
hij-1103	3	40	in	in	ADP
hij-1103	3	41	this	this	DET
hij-1103	3	42	study	study	NOUN
hij-1103	3	43	,	,	PUNCT
hij-1103	3	44	we	we	PRON
hij-1103	3	45	investigate	investigate	VERB
hij-1103	3	46	using	use	VERB
hij-1103	3	47	deep	deep	ADJ
hij-1103	3	48	learning	learning	NOUN
hij-1103	3	49	,	,	PUNCT
hij-1103	3	50	i.e.	i.e.	X
hij-1103	3	51	,	,	PUNCT
hij-1103	3	52	deep	deep	ADJ
hij-1103	3	53	convolutional	convolutional	ADJ
hij-1103	3	54	neural	neural	ADJ
hij-1103	3	55	networks	network	NOUN
hij-1103	3	56	(	(	PUNCT
hij-1103	3	57	dcnns	dcnns	ADJ
hij-1103	3	58	)	)	PUNCT
hij-1103	3	59	,	,	PUNCT
hij-1103	3	60	for	for	ADP
hij-1103	3	61	malware	malware	NOUN
hij-1103	3	62	detection	detection	NOUN
hij-1103	3	63	leveraging	leverage	VERB
hij-1103	3	64	network	network	NOUN
hij-1103	3	65	traffic	traffic	NOUN
hij-1103	3	66	data	datum	NOUN
hij-1103	3	67	.	.	PUNCT
hij-1103	4	1	signature	signature	NOUN
hij-1103	4	2	-	-	PUNCT
hij-1103	4	3	based	base	VERB
hij-1103	4	4	detection	detection	NOUN
hij-1103	4	5	techniques	technique	NOUN
hij-1103	4	6	are	be	AUX
hij-1103	4	7	now	now	ADV
hij-1103	4	8	proven	prove	VERB
hij-1103	4	9	unable	unable	ADJ
hij-1103	4	10	to	to	PART
hij-1103	4	11	cope	cope	VERB
hij-1103	4	12	with	with	ADP
hij-1103	4	13	the	the	DET
hij-1103	4	14	extremely	extremely	ADV
hij-1103	4	15	high	high	ADJ
hij-1103	4	16	rate	rate	NOUN
hij-1103	4	17	of	of	ADP
hij-1103	4	18	malware	malware	NOUN
hij-1103	4	19	variants	variant	NOUN
hij-1103	4	20	'	'	PART
hij-1103	4	21	evolution	evolution	NOUN
hij-1103	4	22	.	.	PUNCT
hij-1103	5	1	for	for	ADP
hij-1103	5	2	this	this	DET
hij-1103	5	3	reason	reason	NOUN
hij-1103	5	4	,	,	PUNCT
hij-1103	5	5	this	this	DET
hij-1103	5	6	research	research	NOUN
hij-1103	5	7	suggests	suggest	VERB
hij-1103	5	8	a	a	DET
hij-1103	5	9	novel	novel	ADJ
hij-1103	5	10	method	method	NOUN
hij-1103	5	11	of	of	ADP
hij-1103	5	12	turning	turn	VERB
hij-1103	5	13	raw	raw	ADJ
hij-1103	5	14	network	network	NOUN
hij-1103	5	15	traffic	traffic	NOUN
hij-1103	5	16	data	datum	NOUN
hij-1103	5	17	input	input	NOUN
hij-1103	5	18	(	(	PUNCT
hij-1103	5	19	apks	apks	NOUN
hij-1103	5	20	,	,	PUNCT
hij-1103	5	21	csvs	csvs	ADJ
hij-1103	5	22	,	,	PUNCT
hij-1103	5	23	and	and	CCONJ
hij-1103	5	24	pcaps	pcap	NOUN
hij-1103	5	25	)	)	PUNCT
hij-1103	5	26	into	into	ADP
hij-1103	5	27	visual	visual	ADJ
hij-1103	5	28	representations	representation	NOUN
hij-1103	5	29	for	for	ADP
hij-1103	5	30	better	well	ADJ
hij-1103	5	31	malware	malware	NOUN
hij-1103	5	32	classification	classification	NOUN
hij-1103	5	33	.	.	PUNCT
hij-1103	6	1	the	the	DET
hij-1103	6	2	study	study	NOUN
hij-1103	6	3	trains	train	VERB
hij-1103	6	4	a	a	DET
hij-1103	6	5	model	model	NOUN
hij-1103	6	6	using	use	VERB
hij-1103	6	7	dcnns	dcnn	NOUN
hij-1103	6	8	and	and	CCONJ
hij-1103	6	9	refines	refine	VERB
hij-1103	6	10	it	it	PRON
hij-1103	6	11	using	use	VERB
hij-1103	6	12	the	the	DET
hij-1103	6	13	vgg19	vgg19	NOUN
hij-1103	6	14	architecture	architecture	NOUN
hij-1103	6	15	and	and	CCONJ
hij-1103	6	16	extra	extra	ADJ
hij-1103	6	17	convolutional	convolutional	ADJ
hij-1103	6	18	layers	layer	NOUN
hij-1103	6	19	to	to	PART
hij-1103	6	20	achieve	achieve	VERB
hij-1103	6	21	higher	high	ADJ
hij-1103	6	22	detection	detection	NOUN
hij-1103	6	23	rates	rate	NOUN
hij-1103	6	24	utilizing	utilize	VERB
hij-1103	6	25	the	the	DET
hij-1103	6	26	cicandmal2017	cicandmal2017	PROPN
hij-1103	6	27	dataset	dataset	VERB
hij-1103	6	28	.	.	PUNCT
hij-1103	7	1	the	the	DET
hij-1103	7	2	key	key	ADJ
hij-1103	7	3	metrics	metric	NOUN
hij-1103	7	4	of	of	ADP
hij-1103	7	5	precision	precision	NOUN
hij-1103	7	6	(	(	PUNCT
hij-1103	7	7	98.5	98.5	NUM
hij-1103	7	8	%	%	NOUN
hij-1103	7	9	)	)	PUNCT
hij-1103	7	10	,	,	PUNCT
hij-1103	7	11	recall	recall	INTJ
hij-1103	7	12	(	(	PUNCT
hij-1103	7	13	99.4	99.4	NUM
hij-1103	7	14	%	%	NOUN
hij-1103	7	15	)	)	PUNCT
hij-1103	7	16	,	,	PUNCT
hij-1103	7	17	and	and	CCONJ
hij-1103	7	18	f1	f1	NOUN
hij-1103	7	19	score	score	NOUN
hij-1103	7	20	(	(	PUNCT
hij-1103	7	21	98.8	98.8	NUM
hij-1103	7	22	%	%	NOUN
hij-1103	7	23	)	)	PUNCT
hij-1103	7	24	are	be	AUX
hij-1103	7	25	all	all	ADV
hij-1103	7	26	observed	observe	VERB
hij-1103	7	27	with	with	ADP
hij-1103	7	28	a	a	DET
hij-1103	7	29	high	high	ADJ
hij-1103	7	30	performance	performance	NOUN
hij-1103	7	31	,	,	PUNCT
hij-1103	7	32	along	along	ADP
hij-1103	7	33	with	with	ADP
hij-1103	7	34	the	the	DET
hij-1103	7	35	auc	auc	NOUN
hij-1103	7	36	of	of	ADP
hij-1103	7	37	0.93	0.93	NUM
hij-1103	7	38	and	and	CCONJ
hij-1103	7	39	accuracy	accuracy	NOUN
hij-1103	7	40	rate	rate	NOUN
hij-1103	7	41	of	of	ADP
hij-1103	7	42	99.35	99.35	NUM
hij-1103	7	43	%	%	NOUN
hij-1103	7	44	.	.	PUNCT
hij-1103	8	1	deep	deep	ADJ
hij-1103	8	2	learning	learning	NOUN
hij-1103	8	3	is	be	AUX
hij-1103	8	4	demonstrated	demonstrate	VERB
hij-1103	8	5	to	to	PART
hij-1103	8	6	be	be	AUX
hij-1103	8	7	effective	effective	ADJ
hij-1103	8	8	in	in	ADP
hij-1103	8	9	detecting	detect	VERB
hij-1103	8	10	malware	malware	NOUN
hij-1103	8	11	via	via	ADP
hij-1103	8	12	image	image	NOUN
hij-1103	8	13	-	-	PUNCT
hij-1103	8	14	based	base	VERB
hij-1103	8	15	features	feature	NOUN
hij-1103	8	16	,	,	PUNCT
hij-1103	8	17	and	and	CCONJ
hij-1103	8	18	there	there	PRON
hij-1103	8	19	is	be	VERB
hij-1103	8	20	a	a	DET
hij-1103	8	21	significant	significant	ADJ
hij-1103	8	22	improvement	improvement	NOUN
hij-1103	8	23	compared	compare	VERB
hij-1103	8	24	to	to	ADP
hij-1103	8	25	traditional	traditional	ADJ
hij-1103	8	26	approaches	approach	NOUN
hij-1103	8	27	.	.	PUNCT
hij-1103	9	1	the	the	DET
hij-1103	9	2	novelty	novelty	NOUN
hij-1103	9	3	in	in	ADP
hij-1103	9	4	this	this	DET
hij-1103	9	5	work	work	NOUN
hij-1103	9	6	is	be	AUX
hij-1103	9	7	the	the	DET
hij-1103	9	8	use	use	NOUN
hij-1103	9	9	of	of	ADP
hij-1103	9	10	deep	deep	ADJ
hij-1103	9	11	learning	learning	NOUN
hij-1103	9	12	for	for	ADP
hij-1103	9	13	malware	malware	NOUN
hij-1103	9	14	detection	detection	NOUN
hij-1103	9	15	via	via	ADP
hij-1103	9	16	visual	visual	ADJ
hij-1103	9	17	representations	representation	NOUN
hij-1103	9	18	of	of	ADP
hij-1103	9	19	network	network	NOUN
hij-1103	9	20	traffic	traffic	NOUN
hij-1103	9	21	.	.	PUNCT
hij-1103	10	1	future	future	ADJ
hij-1103	10	2	work	work	NOUN
hij-1103	10	3	will	will	AUX
hij-1103	10	4	improve	improve	VERB
hij-1103	10	5	computational	computational	ADJ
hij-1103	10	6	efficiency	efficiency	NOUN
hij-1103	10	7	,	,	PUNCT
hij-1103	10	8	extend	extend	VERB
hij-1103	10	9	the	the	DET
hij-1103	10	10	approach	approach	NOUN
hij-1103	10	11	to	to	ADP
hij-1103	10	12	dynamic	dynamic	ADJ
hij-1103	10	13	environments	environment	NOUN
hij-1103	10	14	,	,	PUNCT
hij-1103	10	15	and	and	CCONJ
hij-1103	10	16	learn	learn	VERB
hij-1103	10	17	to	to	PART
hij-1103	10	18	be	be	AUX
hij-1103	10	19	more	more	ADV
hij-1103	10	20	robust	robust	ADJ
hij-1103	10	21	to	to	ADP
hij-1103	10	22	evasion	evasion	NOUN
hij-1103	10	23	tactics	tactic	NOUN
hij-1103	10	24	through	through	ADP
hij-1103	10	25	adversarial	adversarial	ADJ
hij-1103	10	26	training	training	NOUN
hij-1103	10	27	.	.	PUNCT
hij-1103	11	1	keywords	keyword	NOUN
hij-1103	11	2	:	:	PUNCT
hij-1103	11	3	image	image	NOUN
hij-1103	11	4	processing	processing	NOUN
hij-1103	11	5	;	;	PUNCT
hij-1103	11	6	cicandmal2017	cicandmal2017	PROPN
hij-1103	11	7	dataset	dataset	VERB
hij-1103	11	8	;	;	PUNCT
hij-1103	11	9	deep	deep	ADJ
hij-1103	11	10	cnn	cnn	PROPN
hij-1103	11	11	;	;	PUNCT
hij-1103	11	12	malware	malware	NOUN
hij-1103	11	13	detection	detection	NOUN
hij-1103	11	14	and	and	CCONJ
hij-1103	11	15	prevention	prevention	NOUN
hij-1103	11	16	;	;	PUNCT
hij-1103	11	17	vgg16	vgg16	NOUN
hij-1103	11	18	model	model	NOUN
hij-1103	11	19	.	.	PUNCT
hij-1103	12	1	1	1	X
hij-1103	12	2	.	.	X
hij-1103	12	3	introduction	introduction	NOUN
hij-1103	12	4	the	the	DET
hij-1103	12	5	development	development	NOUN
hij-1103	12	6	of	of	ADP
hij-1103	12	7	technology	technology	NOUN
hij-1103	12	8	has	have	AUX
hij-1103	12	9	changed	change	VERB
hij-1103	12	10	personal	personal	ADJ
hij-1103	12	11	and	and	CCONJ
hij-1103	12	12	professional	professional	ADJ
hij-1103	12	13	lives	life	NOUN
hij-1103	12	14	drastically	drastically	ADV
hij-1103	12	15	;	;	PUNCT
hij-1103	12	16	devices	device	NOUN
hij-1103	12	17	like	like	ADP
hij-1103	12	18	smartphones	smartphone	NOUN
hij-1103	12	19	,	,	PUNCT
hij-1103	12	20	computers	computer	NOUN
hij-1103	12	21	,	,	PUNCT
hij-1103	12	22	and	and	CCONJ
hij-1103	12	23	tablets	tablet	NOUN
hij-1103	12	24	have	have	AUX
hij-1103	12	25	become	become	VERB
hij-1103	12	26	universal	universal	ADJ
hij-1103	12	27	in	in	ADP
hij-1103	12	28	modern	modern	ADJ
hij-1103	12	29	society	society	NOUN
hij-1103	12	30	.	.	PUNCT
hij-1103	13	1	as	as	ADV
hij-1103	13	2	much	much	ADV
hij-1103	13	3	as	as	SCONJ
hij-1103	13	4	malware	malware	NOUN
hij-1103	13	5	has	have	AUX
hij-1103	13	6	become	become	VERB
hij-1103	13	7	a	a	DET
hij-1103	13	8	threat	threat	NOUN
hij-1103	13	9	,	,	PUNCT
hij-1103	13	10	its	its	PRON
hij-1103	13	11	extensive	extensive	ADJ
hij-1103	13	12	use	use	NOUN
hij-1103	13	13	has	have	AUX
hij-1103	13	14	also	also	ADV
hij-1103	13	15	increased	increase	VERB
hij-1103	13	16	cybersecurity	cybersecurity	NOUN
hij-1103	13	17	threats	threat	NOUN
hij-1103	13	18	.	.	PUNCT
hij-1103	14	1	malicious	malicious	ADJ
hij-1103	14	2	software	software	NOUN
hij-1103	14	3	,	,	PUNCT
hij-1103	14	4	or	or	CCONJ
hij-1103	14	5	malware	malware	NOUN
hij-1103	14	6	,	,	PUNCT
hij-1103	14	7	is	be	AUX
hij-1103	14	8	a	a	DET
hij-1103	14	9	spectrum	spectrum	NOUN
hij-1103	14	10	of	of	ADP
hij-1103	14	11	programs	program	NOUN
hij-1103	14	12	that	that	PRON
hij-1103	14	13	can	can	AUX
hij-1103	14	14	destabilize	destabilize	VERB
hij-1103	14	15	systems	system	NOUN
hij-1103	14	16	,	,	PUNCT
hij-1103	14	17	steal	steal	VERB
hij-1103	14	18	information	information	NOUN
hij-1103	14	19	,	,	PUNCT
hij-1103	14	20	create	create	VERB
hij-1103	14	21	loss	loss	NOUN
hij-1103	14	22	of	of	ADP
hij-1103	14	23	money	money	NOUN
hij-1103	14	24	,	,	PUNCT
hij-1103	14	25	and	and	CCONJ
hij-1103	14	26	halt	halt	NOUN
hij-1103	14	27	services	service	NOUN
hij-1103	14	28	.	.	PUNCT
hij-1103	15	1	in	in	ADP
hij-1103	15	2	recent	recent	ADJ
hij-1103	15	3	years	year	NOUN
hij-1103	15	4	,	,	PUNCT
hij-1103	15	5	the	the	DET
hij-1103	15	6	severity	severity	NOUN
hij-1103	15	7	of	of	ADP
hij-1103	15	8	such	such	ADJ
hij-1103	15	9	threats	threat	NOUN
hij-1103	15	10	has	have	AUX
hij-1103	15	11	increased	increase	VERB
hij-1103	15	12	dramatically	dramatically	ADV
hij-1103	15	13	due	due	ADP
hij-1103	15	14	to	to	ADP
hij-1103	15	15	the	the	DET
hij-1103	15	16	complexity	complexity	NOUN
hij-1103	15	17	of	of	ADP
hij-1103	15	18	this	this	DET
hij-1103	15	19	malware	malware	NOUN
hij-1103	15	20	,	,	PUNCT
hij-1103	15	21	which	which	PRON
hij-1103	15	22	is	be	AUX
hij-1103	15	23	developing	develop	VERB
hij-1103	15	24	faster	fast	ADV
hij-1103	15	25	.	.	PUNCT
hij-1103	16	1	road	road	NOUN
hij-1103	16	2	safety	safety	NOUN
hij-1103	16	3	,	,	PUNCT
hij-1103	16	4	a	a	DET
hij-1103	16	5	positive	positive	ADJ
hij-1103	16	6	lock	lock	NOUN
hij-1103	16	7	enthusiast	enthusiast	NOUN
hij-1103	16	8	's	's	PART
hij-1103	16	9	dream	dream	NOUN
hij-1103	16	10	or	or	CCONJ
hij-1103	16	11	nightmare	nightmare	NOUN
hij-1103	16	12	,	,	PUNCT
hij-1103	16	13	has	have	VERB
hij-1103	16	14	a	a	DET
hij-1103	16	15	core	core	NOUN
hij-1103	16	16	function	function	NOUN
hij-1103	16	17	for	for	ADP
hij-1103	16	18	today	today	NOUN
hij-1103	16	19	’s	’s	PART
hij-1103	16	20	enterprises	enterprise	NOUN
hij-1103	16	21	and	and	CCONJ
hij-1103	16	22	all	all	PRON
hij-1103	16	23	of	of	ADP
hij-1103	16	24	us	we	PRON
hij-1103	16	25	.	.	PUNCT
hij-1103	17	1	malware	malware	NOUN
hij-1103	17	2	attacks	attack	NOUN
hij-1103	17	3	are	be	AUX
hij-1103	17	4	not	not	PART
hij-1103	17	5	only	only	ADV
hij-1103	17	6	a	a	DET
hij-1103	17	7	huge	huge	ADJ
hij-1103	17	8	problem	problem	NOUN
hij-1103	17	9	for	for	ADP
hij-1103	17	10	individual	individual	ADJ
hij-1103	17	11	people	people	NOUN
hij-1103	17	12	but	but	CCONJ
hij-1103	17	13	also	also	ADV
hij-1103	17	14	a	a	DET
hij-1103	17	15	big	big	ADJ
hij-1103	17	16	issue	issue	NOUN
hij-1103	17	17	for	for	ADP
hij-1103	17	18	organizations	organization	NOUN
hij-1103	17	19	,	,	PUNCT
hij-1103	17	20	governments	government	NOUN
hij-1103	17	21	,	,	PUNCT
hij-1103	17	22	and	and	CCONJ
hij-1103	17	23	even	even	ADV
hij-1103	17	24	financial	financial	ADJ
hij-1103	17	25	institutions	institution	NOUN
hij-1103	17	26	,	,	PUNCT
hij-1103	17	27	which	which	PRON
hij-1103	17	28	are	be	AUX
hij-1103	17	29	susceptible	susceptible	ADJ
hij-1103	17	30	to	to	ADP
hij-1103	17	31	hefty	hefty	ADJ
hij-1103	17	32	losses	loss	NOUN
hij-1103	17	33	because	because	SCONJ
hij-1103	17	34	of	of	ADP
hij-1103	17	35	such	such	ADJ
hij-1103	17	36	attacks	attack	NOUN
hij-1103	17	37	.	.	PUNCT
hij-1103	18	1	unfortunately	unfortunately	ADV
hij-1103	18	2	,	,	PUNCT
hij-1103	18	3	recent	recent	ADJ
hij-1103	18	4	reports	report	NOUN
hij-1103	18	5	suggest	suggest	VERB
hij-1103	18	6	the	the	DET
hij-1103	18	7	exponential	exponential	ADJ
hij-1103	18	8	growth	growth	NOUN
hij-1103	18	9	of	of	ADP
hij-1103	18	10	malware	malware	NOUN
hij-1103	18	11	attacks	attack	NOUN
hij-1103	18	12	;	;	PUNCT
hij-1103	18	13	forecasts	forecast	NOUN
hij-1103	18	14	indicate	indicate	VERB
hij-1103	18	15	that	that	SCONJ
hij-1103	18	16	the	the	DET
hij-1103	18	17	number	number	NOUN
hij-1103	18	18	of	of	ADP
hij-1103	18	19	malware	malware	NOUN
hij-1103	18	20	samples	sample	NOUN
hij-1103	18	21	worldwide	worldwide	ADV
hij-1103	18	22	could	could	AUX
hij-1103	18	23	reach	reach	VERB
hij-1103	18	24	close	close	ADV
hij-1103	18	25	to	to	PART
hij-1103	18	26	165	165	NUM
hij-1103	18	27	million	million	NUM
hij-1103	18	28	in	in	ADP
hij-1103	18	29	2024	2024	NUM
hij-1103	18	30	and	and	CCONJ
hij-1103	18	31	will	will	AUX
hij-1103	18	32	be	be	AUX
hij-1103	18	33	the	the	DET
hij-1103	18	34	most	most	ADV
hij-1103	18	35	significant	significant	ADJ
hij-1103	18	36	malware	malware	NOUN
hij-1103	18	37	threat	threat	NOUN
hij-1103	18	38	in	in	ADP
hij-1103	18	39	the	the	DET
hij-1103	18	40	cybersecurity	cybersecurity	NOUN
hij-1103	18	41	sphere	sphere	NOUN
hij-1103	19	1	[	[	X
hij-1103	19	2	1	1	NUM
hij-1103	19	3	-	-	SYM
hij-1103	19	4	3	3	NUM
hij-1103	19	5	]	]	PUNCT
hij-1103	19	6	.	.	PUNCT
hij-1103	20	1	traditional	traditional	ADJ
hij-1103	20	2	malware	malware	NOUN
hij-1103	20	3	detection	detection	NOUN
hij-1103	20	4	systems	system	NOUN
hij-1103	20	5	,	,	PUNCT
hij-1103	20	6	like	like	ADP
hij-1103	20	7	signature	signature	NOUN
hij-1103	20	8	-	-	PUNCT
hij-1103	20	9	based	base	VERB
hij-1103	20	10	methods	method	NOUN
hij-1103	20	11	,	,	PUNCT
hij-1103	20	12	have	have	AUX
hij-1103	20	13	been	be	AUX
hij-1103	20	14	the	the	DET
hij-1103	20	15	method	method	NOUN
hij-1103	20	16	of	of	ADP
hij-1103	20	17	defense	defense	NOUN
hij-1103	20	18	for	for	ADP
hij-1103	20	19	cybersecurity	cybersecurity	NOUN
hij-1103	20	20	for	for	ADP
hij-1103	20	21	many	many	ADJ
hij-1103	20	22	years	year	NOUN
hij-1103	20	23	.	.	PUNCT
hij-1103	21	1	still	still	ADV
hij-1103	21	2	,	,	PUNCT
hij-1103	21	3	with	with	ADP
hij-1103	21	4	the	the	DET
hij-1103	21	5	constant	constant	ADJ
hij-1103	21	6	change	change	NOUN
hij-1103	21	7	in	in	ADP
hij-1103	21	8	malware	malware	NOUN
hij-1103	21	9	,	,	PUNCT
hij-1103	21	10	they	they	PRON
hij-1103	21	11	are	be	AUX
hij-1103	21	12	no	no	ADV
hij-1103	21	13	longer	long	ADV
hij-1103	21	14	viable	viable	ADJ
hij-1103	21	15	.	.	PUNCT
hij-1103	22	1	malware	malware	NOUN
hij-1103	22	2	is	be	AUX
hij-1103	22	3	constantly	constantly	ADV
hij-1103	22	4	*	*	PUNCT
hij-1103	22	5	corresponding	correspond	VERB
hij-1103	22	6	author	author	NOUN
hij-1103	22	7	:	:	PUNCT
hij-1103	22	8	m.otoom@bau.edu.jo	m.otoom@bau.edu.jo	ADJ
hij-1103	22	9	http://dx.doi.org/10.28991/hij-2025-06-02-020	http://dx.doi.org/10.28991/hij-2025-06-02-020	PROPN
hij-1103	22	10			VERB
hij-1103	22	11	this	this	PRON
hij-1103	22	12	is	be	AUX
hij-1103	22	13	an	an	DET
hij-1103	22	14	open	open	ADJ
hij-1103	22	15	access	access	NOUN
hij-1103	22	16	article	article	NOUN
hij-1103	22	17	under	under	ADP
hij-1103	22	18	the	the	DET
hij-1103	22	19	cc	cc	NOUN
hij-1103	22	20	-	-	PUNCT
hij-1103	22	21	by	by	ADJ
hij-1103	22	22	license	license	NOUN
hij-1103	22	23	(	(	PUNCT
hij-1103	22	24	https://creativecommons.org/licenses/by/4.0/	https://creativecommons.org/licenses/by/4.0/	PROPN
hij-1103	22	25	)	)	PUNCT
hij-1103	22	26	.	.	PUNCT
hij-1103	23	1	©	©	PROPN
hij-1103	23	2	authors	author	NOUN
hij-1103	23	3	retain	retain	VERB
hij-1103	23	4	all	all	DET
hij-1103	23	5	copyrights	copyright	NOUN
hij-1103	23	6	.	.	PUNCT
hij-1103	24	1	https://creativecommons.org/licenses/by/4.0/	https://creativecommons.org/licenses/by/4.0/	PROPN
hij-1103	24	2	https://orcid.org/0000-0002-5818-9868	https://orcid.org/0000-0002-5818-9868	NOUN
hij-1103	24	3	hightech	hightech	NOUN
hij-1103	24	4	and	and	CCONJ
hij-1103	24	5	innovation	innovation	NOUN
hij-1103	24	6	journal	journal	PROPN
hij-1103	24	7	vol	vol	NOUN
hij-1103	24	8	.	.	PROPN
hij-1103	24	9	6	6	NUM
hij-1103	24	10	,	,	PUNCT
hij-1103	24	11	no	no	INTJ
hij-1103	24	12	.	.	NOUN
hij-1103	24	13	2	2	NUM
hij-1103	24	14	,	,	PUNCT
hij-1103	24	15	june	june	PROPN
hij-1103	24	16	,	,	PUNCT
hij-1103	24	17	2025	2025	NUM
hij-1103	24	18	663	663	NUM
hij-1103	24	19	adapting	adapt	VERB
hij-1103	24	20	to	to	PART
hij-1103	24	21	counter	counter	VERB
hij-1103	24	22	existing	exist	VERB
hij-1103	24	23	detection	detection	NOUN
hij-1103	24	24	systems	system	NOUN
hij-1103	24	25	,	,	PUNCT
hij-1103	24	26	thus	thus	ADV
hij-1103	24	27	resulting	result	VERB
hij-1103	24	28	in	in	ADP
hij-1103	24	29	the	the	DET
hij-1103	24	30	need	need	NOUN
hij-1103	24	31	to	to	PART
hij-1103	24	32	find	find	VERB
hij-1103	24	33	new	new	ADJ
hij-1103	24	34	innovative	innovative	ADJ
hij-1103	24	35	solutions	solution	NOUN
hij-1103	24	36	for	for	ADP
hij-1103	24	37	the	the	DET
hij-1103	24	38	detection	detection	NOUN
hij-1103	24	39	of	of	ADP
hij-1103	24	40	an	an	DET
hij-1103	24	41	unseen	unseen	ADJ
hij-1103	24	42	threat	threat	NOUN
hij-1103	24	43	.	.	PUNCT
hij-1103	25	1	this	this	PRON
hij-1103	25	2	is	be	AUX
hij-1103	25	3	not	not	PART
hij-1103	25	4	new	new	ADJ
hij-1103	25	5	;	;	PUNCT
hij-1103	25	6	numerous	numerous	ADJ
hij-1103	25	7	studies	study	NOUN
hij-1103	25	8	have	have	AUX
hij-1103	25	9	tried	try	VERB
hij-1103	25	10	to	to	PART
hij-1103	25	11	solve	solve	VERB
hij-1103	25	12	this	this	DET
hij-1103	25	13	problem	problem	NOUN
hij-1103	25	14	using	use	VERB
hij-1103	25	15	deep	deep	ADJ
hij-1103	25	16	learning	learning	NOUN
hij-1103	25	17	and	and	CCONJ
hij-1103	25	18	machine	machine	NOUN
hij-1103	25	19	learning	learning	NOUN
hij-1103	25	20	-	-	PUNCT
hij-1103	25	21	based	base	VERB
hij-1103	25	22	malware	malware	NOUN
hij-1103	25	23	detection	detection	NOUN
hij-1103	25	24	models	model	NOUN
hij-1103	25	25	[	[	X
hij-1103	25	26	4	4	NUM
hij-1103	25	27	]	]	PUNCT
hij-1103	25	28	.	.	PUNCT
hij-1103	26	1	one	one	NUM
hij-1103	26	2	of	of	ADP
hij-1103	26	3	them	they	PRON
hij-1103	26	4	has	have	AUX
hij-1103	26	5	been	be	AUX
hij-1103	26	6	convolutional	convolutional	ADJ
hij-1103	26	7	neural	neural	ADJ
hij-1103	26	8	networks	network	NOUN
hij-1103	26	9	(	(	PUNCT
hij-1103	26	10	cnns	cnns	PROPN
hij-1103	26	11	)	)	PUNCT
hij-1103	26	12	for	for	ADP
hij-1103	26	13	their	their	PRON
hij-1103	26	14	capability	capability	NOUN
hij-1103	26	15	of	of	ADP
hij-1103	26	16	recognizing	recognize	VERB
hij-1103	26	17	patterns	pattern	NOUN
hij-1103	26	18	in	in	ADP
hij-1103	26	19	complex	complex	ADJ
hij-1103	26	20	data	datum	NOUN
hij-1103	26	21	.	.	PUNCT
hij-1103	27	1	it	it	PRON
hij-1103	27	2	is	be	AUX
hij-1103	27	3	shown	show	VERB
hij-1103	27	4	that	that	SCONJ
hij-1103	27	5	the	the	DET
hij-1103	27	6	detection	detection	NOUN
hij-1103	27	7	accuracy	accuracy	NOUN
hij-1103	27	8	of	of	ADP
hij-1103	27	9	malicious	malicious	ADJ
hij-1103	27	10	code	code	NOUN
hij-1103	27	11	is	be	AUX
hij-1103	27	12	greatly	greatly	ADV
hij-1103	27	13	improved	improve	VERB
hij-1103	27	14	if	if	SCONJ
hij-1103	27	15	such	such	ADJ
hij-1103	27	16	cnns	cnn	NOUN
hij-1103	27	17	are	be	AUX
hij-1103	27	18	applied	apply	VERB
hij-1103	27	19	to	to	ADP
hij-1103	27	20	analyzing	analyze	VERB
hij-1103	27	21	visual	visual	ADJ
hij-1103	27	22	representations	representation	NOUN
hij-1103	27	23	of	of	ADP
hij-1103	27	24	code	code	NOUN
hij-1103	27	25	or	or	CCONJ
hij-1103	27	26	system	system	NOUN
hij-1103	27	27	activity	activity	NOUN
hij-1103	27	28	.	.	PUNCT
hij-1103	28	1	specifically	specifically	ADV
hij-1103	28	2	,	,	PUNCT
hij-1103	28	3	cnns	cnn	NOUN
hij-1103	28	4	coupled	couple	VERB
hij-1103	28	5	with	with	ADP
hij-1103	28	6	image	image	NOUN
hij-1103	28	7	processing	processing	NOUN
hij-1103	28	8	have	have	AUX
hij-1103	28	9	been	be	AUX
hij-1103	28	10	especially	especially	ADV
hij-1103	28	11	applicable	applicable	ADJ
hij-1103	28	12	because	because	SCONJ
hij-1103	28	13	raw	raw	ADJ
hij-1103	28	14	data	datum	NOUN
hij-1103	28	15	can	can	AUX
hij-1103	28	16	be	be	AUX
hij-1103	28	17	transformed	transform	VERB
hij-1103	28	18	into	into	ADP
hij-1103	28	19	visualizable	visualizable	ADJ
hij-1103	28	20	formats	format	NOUN
hij-1103	28	21	,	,	PUNCT
hij-1103	28	22	which	which	DET
hij-1103	28	23	machine	machine	NOUN
hij-1103	28	24	learning	learning	NOUN
hij-1103	28	25	models	model	NOUN
hij-1103	28	26	are	be	AUX
hij-1103	28	27	more	more	ADV
hij-1103	28	28	adept	adept	ADJ
hij-1103	28	29	at	at	ADP
hij-1103	28	30	processing	processing	NOUN
hij-1103	28	31	.	.	PUNCT
hij-1103	29	1	some	some	DET
hij-1103	29	2	studies	study	NOUN
hij-1103	29	3	that	that	PRON
hij-1103	29	4	detect	detect	VERB
hij-1103	29	5	malware	malware	NOUN
hij-1103	29	6	in	in	ADP
hij-1103	29	7	android	android	PROPN
hij-1103	29	8	devices	device	NOUN
hij-1103	29	9	use	use	VERB
hij-1103	29	10	cnns	cnn	NOUN
hij-1103	29	11	to	to	PART
hij-1103	29	12	determine	determine	VERB
hij-1103	29	13	their	their	PRON
hij-1103	29	14	dynamic	dynamic	ADJ
hij-1103	29	15	and	and	CCONJ
hij-1103	29	16	static	static	ADJ
hij-1103	29	17	attributes	attribute	NOUN
hij-1103	29	18	,	,	PUNCT
hij-1103	29	19	such	such	ADJ
hij-1103	29	20	as	as	ADP
hij-1103	29	21	the	the	DET
hij-1103	29	22	cic	cic	PROPN
hij-1103	29	23	-	-	PUNCT
hij-1103	29	24	andmal2017	andmal2017	PROPN
hij-1103	29	25	dataset	dataset	NOUN
hij-1103	29	26	,	,	PUNCT
hij-1103	29	27	which	which	PRON
hij-1103	29	28	contains	contain	VERB
hij-1103	29	29	many	many	ADJ
hij-1103	29	30	android	android	PROPN
hij-1103	29	31	malware	malware	NOUN
hij-1103	29	32	samples	sample	NOUN
hij-1103	29	33	[	[	X
hij-1103	29	34	5	5	NUM
hij-1103	29	35	,	,	PUNCT
hij-1103	29	36	6	6	NUM
hij-1103	29	37	]	]	PUNCT
hij-1103	29	38	.	.	PUNCT
hij-1103	30	1	nevertheless	nevertheless	ADV
hij-1103	30	2	,	,	PUNCT
hij-1103	30	3	although	although	SCONJ
hij-1103	30	4	deep	deep	ADJ
hij-1103	30	5	learning	learning	NOUN
hij-1103	30	6	significantly	significantly	ADV
hij-1103	30	7	advances	advance	VERB
hij-1103	30	8	malware	malware	NOUN
hij-1103	30	9	detection	detection	NOUN
hij-1103	30	10	,	,	PUNCT
hij-1103	30	11	the	the	DET
hij-1103	30	12	available	available	ADJ
hij-1103	30	13	literature	literature	NOUN
hij-1103	30	14	can	can	AUX
hij-1103	30	15	still	still	ADV
hij-1103	30	16	not	not	PART
hij-1103	30	17	fill	fill	VERB
hij-1103	30	18	the	the	DET
hij-1103	30	19	gaps	gap	NOUN
hij-1103	30	20	.	.	PUNCT
hij-1103	31	1	some	some	DET
hij-1103	31	2	studies	study	NOUN
hij-1103	31	3	have	have	AUX
hij-1103	31	4	already	already	ADV
hij-1103	31	5	used	use	VERB
hij-1103	31	6	cnns	cnn	NOUN
hij-1103	31	7	to	to	PART
hij-1103	31	8	detect	detect	VERB
hij-1103	31	9	malware	malware	NOUN
hij-1103	31	10	.	.	PUNCT
hij-1103	32	1	however	however	ADV
hij-1103	32	2	,	,	PUNCT
hij-1103	32	3	they	they	PRON
hij-1103	32	4	mostly	mostly	ADV
hij-1103	32	5	used	use	VERB
hij-1103	32	6	static	static	ADJ
hij-1103	32	7	analysis	analysis	NOUN
hij-1103	32	8	or	or	CCONJ
hij-1103	32	9	raw	raw	ADJ
hij-1103	32	10	feature	feature	NOUN
hij-1103	32	11	extraction	extraction	NOUN
hij-1103	32	12	,	,	PUNCT
hij-1103	32	13	excluding	exclude	VERB
hij-1103	32	14	the	the	DET
hij-1103	32	15	possibility	possibility	NOUN
hij-1103	32	16	of	of	ADP
hij-1103	32	17	using	use	VERB
hij-1103	32	18	all	all	DET
hij-1103	32	19	the	the	DET
hij-1103	32	20	power	power	NOUN
hij-1103	32	21	of	of	ADP
hij-1103	32	22	image	image	NOUN
hij-1103	32	23	processing	processing	NOUN
hij-1103	32	24	techniques	technique	NOUN
hij-1103	32	25	.	.	PUNCT
hij-1103	33	1	integration	integration	NOUN
hij-1103	33	2	of	of	ADP
hij-1103	33	3	image	image	NOUN
hij-1103	33	4	processing	processing	NOUN
hij-1103	33	5	and	and	CCONJ
hij-1103	33	6	deep	deep	ADJ
hij-1103	33	7	learning	learning	NOUN
hij-1103	33	8	models	model	NOUN
hij-1103	33	9	,	,	PUNCT
hij-1103	33	10	particularly	particularly	ADV
hij-1103	33	11	cnns	cnns	ADJ
hij-1103	33	12	,	,	PUNCT
hij-1103	33	13	is	be	AUX
hij-1103	33	14	a	a	DET
hij-1103	33	15	relatively	relatively	ADV
hij-1103	33	16	unexplored	unexplored	ADJ
hij-1103	33	17	area	area	NOUN
hij-1103	33	18	in	in	ADP
hij-1103	33	19	applying	apply	VERB
hij-1103	33	20	real	real	ADJ
hij-1103	33	21	-	-	PUNCT
hij-1103	33	22	time	time	NOUN
hij-1103	33	23	malware	malware	NOUN
hij-1103	33	24	attack	attack	NOUN
hij-1103	33	25	detection	detection	NOUN
hij-1103	33	26	.	.	PUNCT
hij-1103	34	1	however	however	ADV
hij-1103	34	2	,	,	PUNCT
hij-1103	34	3	most	most	ADJ
hij-1103	34	4	of	of	ADP
hij-1103	34	5	the	the	DET
hij-1103	34	6	traditional	traditional	ADJ
hij-1103	34	7	detection	detection	NOUN
hij-1103	34	8	models	model	NOUN
hij-1103	34	9	have	have	AUX
hij-1103	34	10	been	be	AUX
hij-1103	34	11	unable	unable	ADJ
hij-1103	34	12	to	to	PART
hij-1103	34	13	keep	keep	VERB
hij-1103	34	14	up	up	ADP
hij-1103	34	15	with	with	ADP
hij-1103	34	16	modern	modern	ADJ
hij-1103	34	17	malware	malware	NOUN
hij-1103	34	18	's	's	PART
hij-1103	34	19	growing	grow	VERB
hij-1103	34	20	sophistication	sophistication	NOUN
hij-1103	34	21	and	and	CCONJ
hij-1103	34	22	evasiveness	evasiveness	NOUN
hij-1103	35	1	[	[	X
hij-1103	35	2	7	7	NUM
hij-1103	35	3	,	,	PUNCT
hij-1103	35	4	8	8	NUM
hij-1103	35	5	]	]	PUNCT
hij-1103	35	6	.	.	PUNCT
hij-1103	36	1	in	in	ADP
hij-1103	36	2	addition	addition	NOUN
hij-1103	36	3	,	,	PUNCT
hij-1103	36	4	most	most	ADJ
hij-1103	36	5	of	of	ADP
hij-1103	36	6	the	the	DET
hij-1103	36	7	studies	study	NOUN
hij-1103	36	8	were	be	AUX
hij-1103	36	9	focused	focus	VERB
hij-1103	36	10	on	on	ADP
hij-1103	36	11	the	the	DET
hij-1103	36	12	signature	signature	NOUN
hij-1103	36	13	-	-	PUNCT
hij-1103	36	14	based	base	VERB
hij-1103	36	15	detection	detection	NOUN
hij-1103	36	16	systems	system	NOUN
hij-1103	36	17	or	or	CCONJ
hij-1103	36	18	general	general	ADJ
hij-1103	36	19	machine	machine	NOUN
hij-1103	36	20	learning	learning	NOUN
hij-1103	36	21	approaches	approach	NOUN
hij-1103	36	22	,	,	PUNCT
hij-1103	36	23	and	and	CCONJ
hij-1103	36	24	they	they	PRON
hij-1103	36	25	are	be	AUX
hij-1103	36	26	weak	weak	ADJ
hij-1103	36	27	against	against	ADP
hij-1103	36	28	fast	fast	ADV
hij-1103	36	29	-	-	PUNCT
hij-1103	36	30	evolving	evolve	VERB
hij-1103	36	31	threats	threat	NOUN
hij-1103	36	32	.	.	PUNCT
hij-1103	37	1	thus	thus	ADV
hij-1103	37	2	,	,	PUNCT
hij-1103	37	3	research	research	NOUN
hij-1103	37	4	across	across	ADP
hij-1103	37	5	computer	computer	NOUN
hij-1103	37	6	vision	vision	NOUN
hij-1103	37	7	and	and	CCONJ
hij-1103	37	8	cybersecurity	cybersecurity	NOUN
hij-1103	37	9	bridges	bridge	NOUN
hij-1103	37	10	a	a	DET
hij-1103	37	11	gap	gap	NOUN
hij-1103	37	12	and	and	CCONJ
hij-1103	37	13	is	be	AUX
hij-1103	37	14	needed	need	VERB
hij-1103	37	15	because	because	SCONJ
hij-1103	37	16	advanced	advanced	ADJ
hij-1103	37	17	image	image	NOUN
hij-1103	37	18	analysis	analysis	NOUN
hij-1103	37	19	techniques	technique	NOUN
hij-1103	37	20	must	must	AUX
hij-1103	37	21	be	be	AUX
hij-1103	37	22	included	include	VERB
hij-1103	37	23	in	in	ADP
hij-1103	37	24	malware	malware	NOUN
hij-1103	37	25	detection	detection	NOUN
hij-1103	37	26	systems	system	NOUN
hij-1103	37	27	.	.	PUNCT
hij-1103	38	1	furthermore	furthermore	ADV
hij-1103	38	2	,	,	PUNCT
hij-1103	38	3	figure	figure	NOUN
hij-1103	38	4	1	1	NUM
hij-1103	38	5	illustrates	illustrate	VERB
hij-1103	38	6	the	the	DET
hij-1103	38	7	deep	deep	ADJ
hij-1103	38	8	cnn	cnn	NOUN
hij-1103	38	9	and	and	CCONJ
hij-1103	38	10	image	image	NOUN
hij-1103	38	11	-	-	PUNCT
hij-1103	38	12	processing	process	VERB
hij-1103	38	13	architecture	architecture	NOUN
hij-1103	38	14	developed	develop	VERB
hij-1103	38	15	to	to	PART
hij-1103	38	16	automate	automate	VERB
hij-1103	38	17	malware	malware	NOUN
hij-1103	38	18	detection	detection	NOUN
hij-1103	38	19	and	and	CCONJ
hij-1103	38	20	prevention	prevention	NOUN
hij-1103	38	21	.	.	PUNCT
hij-1103	39	1	this	this	PRON
hij-1103	39	2	emphasizes	emphasize	VERB
hij-1103	39	3	the	the	DET
hij-1103	39	4	application	application	NOUN
hij-1103	39	5	of	of	ADP
hij-1103	39	6	sophisticated	sophisticated	ADJ
hij-1103	39	7	approaches	approach	NOUN
hij-1103	39	8	for	for	ADP
hij-1103	39	9	identifying	identify	VERB
hij-1103	39	10	and	and	CCONJ
hij-1103	39	11	categorizing	categorize	VERB
hij-1103	39	12	malware	malware	NOUN
hij-1103	39	13	to	to	PART
hij-1103	39	14	protect	protect	VERB
hij-1103	39	15	a	a	DET
hij-1103	39	16	system	system	NOUN
hij-1103	39	17	.	.	PUNCT
hij-1103	40	1	figure	figure	NOUN
hij-1103	40	2	1	1	NUM
hij-1103	40	3	.	.	PUNCT
hij-1103	41	1	deep	deep	ADJ
hij-1103	41	2	convolutional	convolutional	ADJ
hij-1103	41	3	neural	neural	ADJ
hij-1103	41	4	network	network	NOUN
hij-1103	41	5	and	and	CCONJ
hij-1103	41	6	image	image	NOUN
hij-1103	41	7	processing	processing	NOUN
hij-1103	41	8	framework	framework	NOUN
hij-1103	41	9	for	for	ADP
hij-1103	41	10	malware	malware	NOUN
hij-1103	41	11	detection	detection	NOUN
hij-1103	41	12	and	and	CCONJ
hij-1103	41	13	prevention	prevention	NOUN
hij-1103	41	14	.	.	PUNCT
hij-1103	42	1	furthermore	furthermore	ADV
hij-1103	42	2	,	,	PUNCT
hij-1103	42	3	this	this	DET
hij-1103	42	4	study	study	NOUN
hij-1103	42	5	proposes	propose	VERB
hij-1103	42	6	a	a	DET
hij-1103	42	7	novel	novel	ADJ
hij-1103	42	8	approach	approach	NOUN
hij-1103	42	9	to	to	ADP
hij-1103	42	10	malware	malware	NOUN
hij-1103	42	11	detection	detection	NOUN
hij-1103	42	12	by	by	ADP
hij-1103	42	13	incorporating	incorporate	VERB
hij-1103	42	14	image	image	NOUN
hij-1103	42	15	processing	processing	NOUN
hij-1103	42	16	and	and	CCONJ
hij-1103	42	17	deep	deep	ADJ
hij-1103	42	18	convolutional	convolutional	ADJ
hij-1103	42	19	neural	neural	ADJ
hij-1103	42	20	networks	network	NOUN
hij-1103	42	21	(	(	PUNCT
hij-1103	42	22	dcnn	dcnn	PROPN
hij-1103	42	23	)	)	PUNCT
hij-1103	42	24	.	.	PUNCT
hij-1103	43	1	the	the	DET
hij-1103	43	2	main	main	ADJ
hij-1103	43	3	innovation	innovation	NOUN
hij-1103	43	4	is	be	AUX
hij-1103	43	5	to	to	PART
hij-1103	43	6	convert	convert	VERB
hij-1103	43	7	raw	raw	ADJ
hij-1103	43	8	data	datum	NOUN
hij-1103	43	9	in	in	ADP
hij-1103	43	10	malware	malware	NOUN
hij-1103	43	11	samples	sample	NOUN
hij-1103	43	12	into	into	ADP
hij-1103	43	13	a	a	DET
hij-1103	43	14	visual	visual	ADJ
hij-1103	43	15	form	form	NOUN
hij-1103	43	16	to	to	PART
hij-1103	43	17	make	make	VERB
hij-1103	43	18	them	they	PRON
hij-1103	43	19	easier	easy	ADJ
hij-1103	43	20	for	for	SCONJ
hij-1103	43	21	cnns	cnn	NOUN
hij-1103	43	22	to	to	PART
hij-1103	43	23	process	process	VERB
hij-1103	43	24	and	and	CCONJ
hij-1103	43	25	classify	classify	VERB
hij-1103	43	26	malware	malware	NOUN
hij-1103	43	27	.	.	PUNCT
hij-1103	44	1	by	by	ADP
hij-1103	44	2	addressing	address	VERB
hij-1103	44	3	the	the	DET
hij-1103	44	4	existing	exist	VERB
hij-1103	44	5	gaps	gap	NOUN
hij-1103	44	6	,	,	PUNCT
hij-1103	44	7	our	our	PRON
hij-1103	44	8	approach	approach	NOUN
hij-1103	44	9	introduces	introduce	VERB
hij-1103	44	10	a	a	DET
hij-1103	44	11	dynamic	dynamic	ADJ
hij-1103	44	12	,	,	PUNCT
hij-1103	44	13	image	image	NOUN
hij-1103	44	14	-	-	PUNCT
hij-1103	44	15	based	base	VERB
hij-1103	44	16	,	,	PUNCT
hij-1103	44	17	adaptive	adaptive	ADJ
hij-1103	44	18	framework	framework	NOUN
hij-1103	44	19	,	,	PUNCT
hij-1103	44	20	which	which	PRON
hij-1103	44	21	can	can	AUX
hij-1103	44	22	evolve	evolve	VERB
hij-1103	44	23	naturally	naturally	ADV
hij-1103	44	24	to	to	PART
hij-1103	44	25	cope	cope	VERB
hij-1103	44	26	with	with	ADP
hij-1103	44	27	the	the	DET
hij-1103	44	28	continuously	continuously	ADV
hij-1103	44	29	changing	change	VERB
hij-1103	44	30	nature	nature	NOUN
hij-1103	44	31	of	of	ADP
hij-1103	44	32	malware	malware	NOUN
hij-1103	44	33	threats	threat	NOUN
hij-1103	44	34	.	.	PUNCT
hij-1103	45	1	unlike	unlike	ADP
hij-1103	45	2	previous	previous	ADJ
hij-1103	45	3	studies	study	NOUN
hij-1103	45	4	,	,	PUNCT
hij-1103	45	5	which	which	PRON
hij-1103	45	6	typically	typically	ADV
hij-1103	45	7	concentrate	concentrate	VERB
hij-1103	45	8	on	on	ADP
hij-1103	45	9	static	static	ADJ
hij-1103	45	10	analysis	analysis	NOUN
hij-1103	45	11	or	or	CCONJ
hij-1103	45	12	simple	simple	ADJ
hij-1103	45	13	feature	feature	NOUN
hij-1103	45	14	extraction	extraction	NOUN
hij-1103	45	15	,	,	PUNCT
hij-1103	45	16	this	this	DET
hij-1103	45	17	research	research	NOUN
hij-1103	45	18	employs	employ	VERB
hij-1103	45	19	a	a	DET
hij-1103	45	20	more	more	ADV
hij-1103	45	21	comprehensive	comprehensive	ADJ
hij-1103	45	22	and	and	CCONJ
hij-1103	45	23	real	real	ADJ
hij-1103	45	24	-	-	PUNCT
hij-1103	45	25	time	time	NOUN
hij-1103	45	26	view	view	NOUN
hij-1103	45	27	toward	toward	ADP
hij-1103	45	28	malware	malware	NOUN
hij-1103	45	29	detection	detection	NOUN
hij-1103	45	30	.	.	PUNCT
hij-1103	46	1	with	with	ADP
hij-1103	46	2	the	the	DET
hij-1103	46	3	help	help	NOUN
hij-1103	46	4	of	of	ADP
hij-1103	46	5	the	the	DET
hij-1103	46	6	cic	cic	PROPN
hij-1103	46	7	-	-	PUNCT
hij-1103	46	8	andmal2017	andmal2017	PROPN
hij-1103	46	9	dataset	dataset	NOUN
hij-1103	46	10	,	,	PUNCT
hij-1103	46	11	which	which	PRON
hij-1103	46	12	consists	consist	VERB
hij-1103	46	13	of	of	ADP
hij-1103	46	14	various	various	ADJ
hij-1103	46	15	android	android	PROPN
hij-1103	46	16	malware	malware	NOUN
hij-1103	46	17	samples	sample	NOUN
hij-1103	46	18	,	,	PUNCT
hij-1103	46	19	our	our	PRON
hij-1103	46	20	study	study	NOUN
hij-1103	46	21	attempts	attempt	VERB
hij-1103	46	22	to	to	PART
hij-1103	46	23	improve	improve	VERB
hij-1103	46	24	the	the	DET
hij-1103	46	25	current	current	ADJ
hij-1103	46	26	detection	detection	NOUN
hij-1103	46	27	systems	system	NOUN
hij-1103	46	28	'	'	PART
hij-1103	46	29	accuracy	accuracy	NOUN
hij-1103	46	30	and	and	CCONJ
hij-1103	46	31	operational	operational	ADJ
hij-1103	46	32	efficiency	efficiency	NOUN
hij-1103	46	33	.	.	PUNCT
hij-1103	47	1	additionally	additionally	ADV
hij-1103	47	2	,	,	PUNCT
hij-1103	47	3	we	we	PRON
hij-1103	47	4	want	want	VERB
hij-1103	47	5	to	to	PART
hij-1103	47	6	develop	develop	VERB
hij-1103	47	7	a	a	DET
hij-1103	47	8	more	more	ADV
hij-1103	47	9	robust	robust	ADJ
hij-1103	47	10	solution	solution	NOUN
hij-1103	47	11	to	to	ADP
hij-1103	47	12	the	the	DET
hij-1103	47	13	problem	problem	NOUN
hij-1103	47	14	of	of	ADP
hij-1103	47	15	malware	malware	NOUN
hij-1103	47	16	detection	detection	NOUN
hij-1103	47	17	using	use	VERB
hij-1103	47	18	automated	automate	VERB
hij-1103	47	19	methods	method	NOUN
hij-1103	47	20	of	of	ADP
hij-1103	47	21	malware	malware	NOUN
hij-1103	47	22	detection	detection	NOUN
hij-1103	47	23	based	base	VERB
hij-1103	47	24	on	on	ADP
hij-1103	47	25	image	image	NOUN
hij-1103	47	26	processing	processing	NOUN
hij-1103	47	27	,	,	PUNCT
hij-1103	47	28	using	use	VERB
hij-1103	47	29	sophisticated	sophisticated	ADJ
hij-1103	47	30	image	image	NOUN
hij-1103	47	31	processing	processing	NOUN
hij-1103	47	32	combined	combine	VERB
hij-1103	47	33	with	with	ADP
hij-1103	47	34	cnns	cnn	NOUN
hij-1103	47	35	to	to	PART
hij-1103	47	36	overcome	overcome	VERB
hij-1103	47	37	the	the	DET
hij-1103	47	38	limitations	limitation	NOUN
hij-1103	47	39	of	of	ADP
hij-1103	47	40	traditional	traditional	ADJ
hij-1103	47	41	methods	method	NOUN
hij-1103	47	42	.	.	PUNCT
hij-1103	48	1	through	through	ADP
hij-1103	48	2	this	this	DET
hij-1103	48	3	innovative	innovative	ADJ
hij-1103	48	4	framework	framework	NOUN
hij-1103	48	5	,	,	PUNCT
hij-1103	48	6	malware	malware	NOUN
hij-1103	48	7	comes	come	VERB
hij-1103	48	8	closer	close	ADV
hij-1103	48	9	to	to	ADP
hij-1103	48	10	realizing	realize	VERB
hij-1103	48	11	its	its	PRON
hij-1103	48	12	devastating	devastating	ADJ
hij-1103	48	13	potential	potential	NOUN
hij-1103	48	14	.	.	PUNCT
hij-1103	49	1	this	this	DET
hij-1103	49	2	research	research	NOUN
hij-1103	49	3	is	be	AUX
hij-1103	49	4	organized	organize	VERB
hij-1103	49	5	as	as	SCONJ
hij-1103	49	6	follows	follow	VERB
hij-1103	49	7	:	:	PUNCT
hij-1103	49	8	section	section	NOUN
hij-1103	49	9	2	2	NUM
hij-1103	49	10	presents	present	VERB
hij-1103	49	11	the	the	DET
hij-1103	49	12	literature	literature	PROPN
hij-1103	49	13	review	review	NOUN
hij-1103	49	14	,	,	PUNCT
hij-1103	49	15	and	and	CCONJ
hij-1103	49	16	section	section	NOUN
hij-1103	49	17	3	3	NUM
hij-1103	49	18	outlines	outline	VERB
hij-1103	49	19	the	the	DET
hij-1103	49	20	datasets	dataset	NOUN
hij-1103	49	21	.	.	PUNCT
hij-1103	50	1	section	section	NOUN
hij-1103	50	2	4	4	NUM
hij-1103	50	3	describes	describe	VERB
hij-1103	50	4	the	the	DET
hij-1103	50	5	method	method	NOUN
hij-1103	50	6	used	use	VERB
hij-1103	50	7	in	in	ADP
hij-1103	50	8	detail	detail	NOUN
hij-1103	50	9	.	.	PUNCT
hij-1103	51	1	sections	section	NOUN
hij-1103	51	2	5	5	NUM
hij-1103	51	3	and	and	CCONJ
hij-1103	51	4	6	6	NUM
hij-1103	51	5	describe	describe	VERB
hij-1103	51	6	the	the	DET
hij-1103	51	7	experimental	experimental	ADJ
hij-1103	51	8	processes	process	NOUN
hij-1103	51	9	and	and	CCONJ
hij-1103	51	10	their	their	PRON
hij-1103	51	11	evaluations	evaluation	NOUN
hij-1103	51	12	.	.	PUNCT
hij-1103	52	1	finally	finally	ADV
hij-1103	52	2	,	,	PUNCT
hij-1103	52	3	section	section	NOUN
hij-1103	52	4	7	7	NUM
hij-1103	52	5	concludes	conclude	VERB
hij-1103	52	6	the	the	DET
hij-1103	52	7	paper	paper	NOUN
hij-1103	52	8	.	.	PUNCT
hij-1103	53	1	hightech	hightech	NOUN
hij-1103	53	2	and	and	CCONJ
hij-1103	53	3	innovation	innovation	NOUN
hij-1103	53	4	journal	journal	PROPN
hij-1103	53	5	vol	vol	NOUN
hij-1103	53	6	.	.	PROPN
hij-1103	54	1	6	6	NUM
hij-1103	54	2	,	,	PUNCT
hij-1103	54	3	no	no	INTJ
hij-1103	54	4	.	.	NOUN
hij-1103	54	5	2	2	NUM
hij-1103	54	6	,	,	PUNCT
hij-1103	54	7	june	june	PROPN
hij-1103	54	8	,	,	PUNCT
hij-1103	54	9	2025	2025	NUM
hij-1103	54	10	664	664	NUM
hij-1103	54	11	2	2	NUM
hij-1103	54	12	.	.	PUNCT
hij-1103	54	13	literature	literature	NOUN
hij-1103	54	14	review	review	PROPN
hij-1103	54	15	research	research	NOUN
hij-1103	54	16	on	on	ADP
hij-1103	54	17	malware	malware	NOUN
hij-1103	54	18	detection	detection	NOUN
hij-1103	54	19	using	use	VERB
hij-1103	54	20	machine	machine	NOUN
hij-1103	54	21	learning	learning	NOUN
hij-1103	54	22	(	(	PUNCT
hij-1103	54	23	ml	ml	NOUN
hij-1103	54	24	)	)	PUNCT
hij-1103	54	25	and	and	CCONJ
hij-1103	54	26	deep	deep	ADJ
hij-1103	54	27	learning	learning	NOUN
hij-1103	54	28	(	(	PUNCT
hij-1103	54	29	dl	dl	NOUN
hij-1103	54	30	)	)	PUNCT
hij-1103	54	31	models	model	NOUN
hij-1103	54	32	continues	continue	VERB
hij-1103	54	33	to	to	PART
hij-1103	54	34	evolve	evolve	VERB
hij-1103	54	35	,	,	PUNCT
hij-1103	54	36	specifically	specifically	ADV
hij-1103	54	37	when	when	SCONJ
hij-1103	54	38	malware	malware	NOUN
hij-1103	54	39	is	be	AUX
hij-1103	54	40	detected	detect	VERB
hij-1103	54	41	in	in	ADP
hij-1103	54	42	android	android	PROPN
hij-1103	54	43	applications	application	NOUN
hij-1103	54	44	.	.	PUNCT
hij-1103	55	1	poornima	poornima	PROPN
hij-1103	55	2	et	et	PROPN
hij-1103	55	3	al	al	PROPN
hij-1103	55	4	.	.	PUNCT
hij-1103	56	1	[	[	X
hij-1103	56	2	9	9	NUM
hij-1103	56	3	]	]	PUNCT
hij-1103	56	4	demonstrated	demonstrate	VERB
hij-1103	56	5	malware	malware	NOUN
hij-1103	56	6	detection	detection	NOUN
hij-1103	56	7	using	use	VERB
hij-1103	56	8	mad	mad	ADJ
hij-1103	56	9	-	-	ADJ
hij-1103	56	10	net	net	NOUN
hij-1103	56	11	,	,	PUNCT
hij-1103	56	12	which	which	PRON
hij-1103	56	13	integrates	integrate	VERB
hij-1103	56	14	machine	machine	NOUN
hij-1103	56	15	learning	learning	NOUN
hij-1103	56	16	and	and	CCONJ
hij-1103	56	17	deep	deep	ADJ
hij-1103	56	18	learning	learning	NOUN
hij-1103	56	19	methodologies	methodology	NOUN
hij-1103	56	20	.	.	PUNCT
hij-1103	57	1	mad	mad	ADJ
hij-1103	57	2	-	-	ADJ
hij-1103	57	3	net	net	NOUN
hij-1103	57	4	applies	apply	VERB
hij-1103	57	5	the	the	DET
hij-1103	57	6	cicandmal2017	cicandmal2017	PROPN
hij-1103	57	7	dataset	dataset	VERB
hij-1103	57	8	because	because	SCONJ
hij-1103	57	9	it	it	PRON
hij-1103	57	10	contains	contain	VERB
hij-1103	57	11	dedicated	dedicated	ADJ
hij-1103	57	12	android	android	PROPN
hij-1103	57	13	malware	malware	NOUN
hij-1103	57	14	programs	program	NOUN
hij-1103	57	15	.	.	PUNCT
hij-1103	58	1	the	the	DET
hij-1103	58	2	method	method	NOUN
hij-1103	58	3	was	be	AUX
hij-1103	58	4	ineffective	ineffective	ADJ
hij-1103	58	5	for	for	ADP
hij-1103	58	6	dataset	dataset	ADJ
hij-1103	58	7	generalization	generalization	NOUN
hij-1103	58	8	,	,	PUNCT
hij-1103	58	9	limiting	limit	VERB
hij-1103	58	10	its	its	PRON
hij-1103	58	11	wider	wide	ADJ
hij-1103	58	12	deployment	deployment	NOUN
hij-1103	58	13	.	.	PUNCT
hij-1103	59	1	researchers	researcher	NOUN
hij-1103	59	2	demonstrated	demonstrate	VERB
hij-1103	59	3	the	the	DET
hij-1103	59	4	potential	potential	NOUN
hij-1103	59	5	of	of	ADP
hij-1103	59	6	adversarial	adversarial	ADJ
hij-1103	59	7	models	model	NOUN
hij-1103	59	8	in	in	ADP
hij-1103	59	9	malware	malware	NOUN
hij-1103	59	10	detection	detection	NOUN
hij-1103	59	11	through	through	ADP
hij-1103	59	12	their	their	PRON
hij-1103	59	13	model	model	NOUN
hij-1103	59	14	,	,	PUNCT
hij-1103	59	15	which	which	PRON
hij-1103	59	16	used	use	VERB
hij-1103	59	17	a	a	DET
hij-1103	59	18	generative	generative	ADJ
hij-1103	59	19	adversarial	adversarial	ADJ
hij-1103	59	20	network	network	NOUN
hij-1103	59	21	(	(	PUNCT
hij-1103	59	22	gan	gan	PROPN
hij-1103	59	23	)	)	PUNCT
hij-1103	59	24	to	to	PART
hij-1103	59	25	attain	attain	VERB
hij-1103	59	26	96.75	96.75	NUM
hij-1103	59	27	%	%	NOUN
hij-1103	59	28	accuracy	accuracy	NOUN
hij-1103	59	29	.	.	PUNCT
hij-1103	60	1	using	use	VERB
hij-1103	60	2	the	the	DET
hij-1103	60	3	cicandmal2017	cicandmal2017	PROPN
hij-1103	60	4	dataset	dataset	NOUN
hij-1103	60	5	,	,	PUNCT
hij-1103	60	6	djenna	djenna	NOUN
hij-1103	60	7	et	et	PROPN
hij-1103	60	8	al	al	PROPN
hij-1103	60	9	.	.	PUNCT
hij-1103	61	1	[	[	X
hij-1103	61	2	10	10	NUM
hij-1103	61	3	]	]	PUNCT
hij-1103	61	4	developed	develop	VERB
hij-1103	61	5	deep	deep	ADJ
hij-1103	61	6	neural	neural	ADJ
hij-1103	61	7	networks	network	NOUN
hij-1103	61	8	(	(	PUNCT
hij-1103	61	9	dnn	dnn	PROPN
hij-1103	61	10	)	)	PUNCT
hij-1103	61	11	and	and	CCONJ
hij-1103	61	12	random	random	ADJ
hij-1103	61	13	forests	forest	NOUN
hij-1103	61	14	(	(	PUNCT
hij-1103	61	15	rf	rf	NOUN
hij-1103	61	16	)	)	PUNCT
hij-1103	61	17	for	for	ADP
hij-1103	61	18	their	their	PRON
hij-1103	61	19	research	research	NOUN
hij-1103	61	20	.	.	PUNCT
hij-1103	62	1	although	although	SCONJ
hij-1103	62	2	this	this	DET
hij-1103	62	3	detection	detection	NOUN
hij-1103	62	4	method	method	NOUN
hij-1103	62	5	proved	prove	VERB
hij-1103	62	6	successful	successful	ADJ
hij-1103	62	7	,	,	PUNCT
hij-1103	62	8	it	it	PRON
hij-1103	62	9	demonstrated	demonstrate	VERB
hij-1103	62	10	restricted	restrict	VERB
hij-1103	62	11	functionality	functionality	NOUN
hij-1103	62	12	because	because	SCONJ
hij-1103	62	13	it	it	PRON
hij-1103	62	14	could	could	AUX
hij-1103	62	15	only	only	ADV
hij-1103	62	16	recognize	recognize	VERB
hij-1103	62	17	five	five	NUM
hij-1103	62	18	malware	malware	NOUN
hij-1103	62	19	families	family	NOUN
hij-1103	62	20	.	.	PUNCT
hij-1103	63	1	the	the	DET
hij-1103	63	2	dnn	dnn	PROPN
hij-1103	63	3	and	and	CCONJ
hij-1103	63	4	rf	rf	NOUN
hij-1103	63	5	combination	combination	NOUN
hij-1103	63	6	demonstrated	demonstrate	VERB
hij-1103	63	7	its	its	PRON
hij-1103	63	8	absolute	absolute	ADJ
hij-1103	63	9	power	power	NOUN
hij-1103	63	10	in	in	ADP
hij-1103	63	11	malware	malware	NOUN
hij-1103	63	12	detection	detection	NOUN
hij-1103	63	13	with	with	ADP
hij-1103	63	14	a	a	DET
hij-1103	63	15	97	97	NUM
hij-1103	63	16	%	%	NOUN
hij-1103	63	17	accuracy	accuracy	NOUN
hij-1103	63	18	score	score	NOUN
hij-1103	63	19	in	in	ADP
hij-1103	63	20	their	their	PRON
hij-1103	63	21	analysis	analysis	NOUN
hij-1103	63	22	.	.	PUNCT
hij-1103	64	1	a	a	DET
hij-1103	64	2	sophisticated	sophisticated	ADJ
hij-1103	64	3	detection	detection	NOUN
hij-1103	64	4	framework	framework	NOUN
hij-1103	64	5	requires	require	VERB
hij-1103	64	6	improvements	improvement	NOUN
hij-1103	64	7	to	to	PART
hij-1103	64	8	identify	identify	VERB
hij-1103	64	9	an	an	DET
hij-1103	64	10	enlarged	enlarged	ADJ
hij-1103	64	11	set	set	NOUN
hij-1103	64	12	of	of	ADP
hij-1103	64	13	malware	malware	NOUN
hij-1103	64	14	families	family	NOUN
hij-1103	64	15	.	.	PUNCT
hij-1103	65	1	furthermore	furthermore	ADV
hij-1103	65	2	,	,	PUNCT
hij-1103	65	3	the	the	DET
hij-1103	65	4	atif	atif	PROPN
hij-1103	65	5	et	et	PROPN
hij-1103	65	6	al	al	PROPN
hij-1103	65	7	.	.	PUNCT
hij-1103	66	1	[	[	X
hij-1103	66	2	11	11	NUM
hij-1103	66	3	]	]	PUNCT
hij-1103	66	4	developed	develop	VERB
hij-1103	66	5	the	the	DET
hij-1103	66	6	research	research	NOUN
hij-1103	66	7	using	use	VERB
hij-1103	66	8	the	the	DET
hij-1103	66	9	cic	cic	PROPN
hij-1103	66	10	-	-	PUNCT
hij-1103	66	11	andmal2017	andmal2017	PROPN
hij-1103	66	12	and	and	CCONJ
hij-1103	66	13	cic	cic	PROPN
hij-1103	66	14	-	-	PUNCT
hij-1103	66	15	invesandmal2019	invesandmal2019	PROPN
hij-1103	66	16	datasets	dataset	NOUN
hij-1103	66	17	.	.	PUNCT
hij-1103	67	1	a	a	DET
hij-1103	67	2	cnn	cnn	PROPN
hij-1103	67	3	-	-	PUNCT
hij-1103	67	4	lstm	lstm	ADJ
hij-1103	67	5	model	model	NOUN
hij-1103	67	6	with	with	ADP
hij-1103	67	7	a	a	DET
hij-1103	67	8	feature	feature	NOUN
hij-1103	67	9	selection	selection	NOUN
hij-1103	67	10	algorithm	algorithm	NOUN
hij-1103	67	11	combines	combine	VERB
hij-1103	67	12	static	static	ADJ
hij-1103	67	13	and	and	CCONJ
hij-1103	67	14	dynamic	dynamic	ADJ
hij-1103	67	15	analysis	analysis	NOUN
hij-1103	67	16	advantages	advantage	NOUN
hij-1103	67	17	into	into	ADP
hij-1103	67	18	a	a	DET
hij-1103	67	19	single	single	ADJ
hij-1103	67	20	detection	detection	NOUN
hij-1103	67	21	system	system	NOUN
hij-1103	67	22	.	.	PUNCT
hij-1103	68	1	this	this	DET
hij-1103	68	2	approach	approach	NOUN
hij-1103	68	3	is	be	AUX
hij-1103	68	4	highly	highly	ADV
hij-1103	68	5	accurate	accurate	ADJ
hij-1103	68	6	(	(	PUNCT
hij-1103	68	7	98	98	NUM
hij-1103	68	8	%	%	NOUN
hij-1103	68	9	)	)	PUNCT
hij-1103	68	10	.	.	PUNCT
hij-1103	69	1	however	however	ADV
hij-1103	69	2	,	,	PUNCT
hij-1103	69	3	its	its	PRON
hij-1103	69	4	effectiveness	effectiveness	NOUN
hij-1103	69	5	is	be	AUX
hij-1103	69	6	limited	limit	VERB
hij-1103	69	7	because	because	SCONJ
hij-1103	69	8	it	it	PRON
hij-1103	69	9	depends	depend	VERB
hij-1103	69	10	on	on	ADP
hij-1103	69	11	static	static	ADJ
hij-1103	69	12	and	and	CCONJ
hij-1103	69	13	dynamic	dynamic	ADJ
hij-1103	69	14	analysis	analysis	NOUN
hij-1103	69	15	methods	method	NOUN
hij-1103	69	16	,	,	PUNCT
hij-1103	69	17	which	which	PRON
hij-1103	69	18	can	can	AUX
hij-1103	69	19	show	show	VERB
hij-1103	69	20	poor	poor	ADJ
hij-1103	69	21	results	result	NOUN
hij-1103	69	22	when	when	SCONJ
hij-1103	69	23	applied	apply	VERB
hij-1103	69	24	to	to	ADP
hij-1103	69	25	new	new	ADJ
hij-1103	69	26	analysis	analysis	NOUN
hij-1103	69	27	methods	method	NOUN
hij-1103	69	28	or	or	CCONJ
hij-1103	69	29	datasets	dataset	NOUN
hij-1103	69	30	.	.	PUNCT
hij-1103	70	1	in	in	ADP
hij-1103	70	2	their	their	PRON
hij-1103	70	3	research	research	NOUN
hij-1103	70	4	on	on	ADP
hij-1103	70	5	image	image	NOUN
hij-1103	70	6	-	-	PUNCT
hij-1103	70	7	based	base	VERB
hij-1103	70	8	malware	malware	NOUN
hij-1103	70	9	detection	detection	NOUN
hij-1103	70	10	,	,	PUNCT
hij-1103	70	11	aldini	aldini	NOUN
hij-1103	70	12	et	et	PROPN
hij-1103	70	13	al	al	PROPN
hij-1103	70	14	.	.	PUNCT
hij-1103	71	1	[	[	X
hij-1103	71	2	12	12	NUM
hij-1103	71	3	]	]	PUNCT
hij-1103	71	4	applied	apply	VERB
hij-1103	71	5	convolutional	convolutional	ADJ
hij-1103	71	6	neural	neural	ADJ
hij-1103	71	7	network	network	NOUN
hij-1103	71	8	(	(	PUNCT
hij-1103	71	9	cnn	cnn	PROPN
hij-1103	71	10	)	)	PUNCT
hij-1103	71	11	models	model	NOUN
hij-1103	71	12	for	for	ADP
hij-1103	71	13	analysis	analysis	NOUN
hij-1103	71	14	.	.	PUNCT
hij-1103	72	1	this	this	DET
hij-1103	72	2	study	study	NOUN
hij-1103	72	3	used	use	VERB
hij-1103	72	4	two	two	NUM
hij-1103	72	5	sets	set	NOUN
hij-1103	72	6	of	of	ADP
hij-1103	72	7	5,000	5,000	NUM
hij-1103	72	8	android	android	PROPN
hij-1103	72	9	applications	application	NOUN
hij-1103	72	10	and	and	CCONJ
hij-1103	72	11	evaluated	evaluate	VERB
hij-1103	72	12	their	their	PRON
hij-1103	72	13	assessments	assessment	NOUN
hij-1103	72	14	using	use	VERB
hij-1103	72	15	cnns	cnn	NOUN
hij-1103	72	16	and	and	CCONJ
hij-1103	72	17	machine	machine	NOUN
hij-1103	72	18	learning	learn	VERB
hij-1103	72	19	classifiers	classifier	NOUN
hij-1103	72	20	.	.	PUNCT
hij-1103	73	1	their	their	PRON
hij-1103	73	2	detection	detection	NOUN
hij-1103	73	3	system	system	NOUN
hij-1103	73	4	achieved	achieve	VERB
hij-1103	73	5	94.41	94.41	NUM
hij-1103	73	6	%	%	NOUN
hij-1103	73	7	accuracy	accuracy	NOUN
hij-1103	73	8	in	in	ADP
hij-1103	73	9	testing	test	VERB
hij-1103	73	10	android	android	PROPN
hij-1103	73	11	-	-	PUNCT
hij-1103	73	12	based	base	VERB
hij-1103	73	13	malware	malware	NOUN
hij-1103	73	14	while	while	SCONJ
hij-1103	73	15	ignoring	ignore	VERB
hij-1103	73	16	all	all	DET
hij-1103	73	17	other	other	ADJ
hij-1103	73	18	operating	operating	NOUN
hij-1103	73	19	systems	system	NOUN
hij-1103	73	20	.	.	PUNCT
hij-1103	74	1	the	the	DET
hij-1103	74	2	detection	detection	NOUN
hij-1103	74	3	approach	approach	NOUN
hij-1103	74	4	requires	require	VERB
hij-1103	74	5	improvement	improvement	NOUN
hij-1103	74	6	by	by	ADP
hij-1103	74	7	developing	develop	VERB
hij-1103	74	8	methods	method	NOUN
hij-1103	74	9	to	to	PART
hij-1103	74	10	identify	identify	VERB
hij-1103	74	11	threats	threat	NOUN
hij-1103	74	12	across	across	ADP
hij-1103	74	13	different	different	ADJ
hij-1103	74	14	operating	operating	NOUN
hij-1103	74	15	systems	system	NOUN
hij-1103	74	16	.	.	PUNCT
hij-1103	75	1	moreover	moreover	ADV
hij-1103	75	2	,	,	PUNCT
hij-1103	75	3	kiraz	kiraz	PROPN
hij-1103	75	4	et	et	PROPN
hij-1103	75	5	al	al	PROPN
hij-1103	75	6	.	.	PUNCT
hij-1103	76	1	[	[	X
hij-1103	76	2	13	13	NUM
hij-1103	76	3	]	]	PUNCT
hij-1103	76	4	focused	focus	VERB
hij-1103	76	5	on	on	ADP
hij-1103	76	6	a	a	DET
hij-1103	76	7	cnn	cnn	PROPN
hij-1103	76	8	-	-	PUNCT
hij-1103	76	9	based	base	VERB
hij-1103	76	10	method	method	NOUN
hij-1103	76	11	that	that	SCONJ
hij-1103	76	12	combined	combine	VERB
hij-1103	76	13	static	static	ADJ
hij-1103	76	14	analysis	analysis	NOUN
hij-1103	76	15	with	with	ADP
hij-1103	76	16	bert	bert	PROPN
hij-1103	76	17	feature	feature	NOUN
hij-1103	76	18	digitization	digitization	NOUN
hij-1103	76	19	and	and	CCONJ
hij-1103	76	20	analyzed	analyze	VERB
hij-1103	76	21	the	the	DET
hij-1103	76	22	cicmaldroid	cicmaldroid	NOUN
hij-1103	76	23	2020	2020	NUM
hij-1103	76	24	dataset	dataset	NOUN
hij-1103	76	25	,	,	PUNCT
hij-1103	76	26	which	which	PRON
hij-1103	76	27	included	include	VERB
hij-1103	76	28	17,089	17,089	NUM
hij-1103	76	29	applications	application	NOUN
hij-1103	76	30	.	.	PUNCT
hij-1103	77	1	the	the	DET
hij-1103	77	2	91	91	NUM
hij-1103	77	3	%	%	NOUN
hij-1103	77	4	accuracy	accuracy	NOUN
hij-1103	77	5	achieved	achieve	VERB
hij-1103	77	6	by	by	ADP
hij-1103	77	7	the	the	DET
hij-1103	77	8	technique	technique	NOUN
hij-1103	77	9	came	come	VERB
hij-1103	77	10	with	with	ADP
hij-1103	77	11	the	the	DET
hij-1103	77	12	drawback	drawback	NOUN
hij-1103	77	13	of	of	ADP
hij-1103	77	14	eliminating	eliminate	VERB
hij-1103	77	15	features	feature	NOUN
hij-1103	77	16	that	that	PRON
hij-1103	77	17	appeared	appear	VERB
hij-1103	77	18	rarely	rarely	ADV
hij-1103	77	19	in	in	ADP
hij-1103	77	20	the	the	DET
hij-1103	77	21	dataset	dataset	NOUN
hij-1103	77	22	,	,	PUNCT
hij-1103	77	23	which	which	PRON
hij-1103	77	24	might	might	AUX
hij-1103	77	25	have	have	AUX
hij-1103	77	26	included	include	VERB
hij-1103	77	27	vital	vital	ADJ
hij-1103	77	28	information	information	NOUN
hij-1103	77	29	and	and	CCONJ
hij-1103	77	30	identification	identification	NOUN
hij-1103	77	31	patterns	pattern	NOUN
hij-1103	77	32	.	.	PUNCT
hij-1103	78	1	this	this	DET
hij-1103	78	2	exclusion	exclusion	NOUN
hij-1103	78	3	shows	show	VERB
hij-1103	78	4	how	how	SCONJ
hij-1103	78	5	malware	malware	NOUN
hij-1103	78	6	detection	detection	NOUN
hij-1103	78	7	systems	system	NOUN
hij-1103	78	8	confront	confront	VERB
hij-1103	78	9	an	an	DET
hij-1103	78	10	operational	operational	ADJ
hij-1103	78	11	conflict	conflict	NOUN
hij-1103	78	12	between	between	ADP
hij-1103	78	13	efficient	efficient	ADJ
hij-1103	78	14	computing	computing	NOUN
hij-1103	78	15	abilities	ability	NOUN
hij-1103	78	16	and	and	CCONJ
hij-1103	78	17	complete	complete	ADJ
hij-1103	78	18	feature	feature	NOUN
hij-1103	78	19	discovery	discovery	NOUN
hij-1103	78	20	abilities	ability	NOUN
hij-1103	78	21	.	.	PUNCT
hij-1103	79	1	wang	wang	PROPN
hij-1103	79	2	et	et	PROPN
hij-1103	79	3	al	al	PROPN
hij-1103	79	4	.	.	PUNCT
hij-1103	80	1	[	[	X
hij-1103	80	2	14	14	NUM
hij-1103	80	3	]	]	PUNCT
hij-1103	80	4	succeeded	succeed	VERB
hij-1103	80	5	in	in	ADP
hij-1103	80	6	malware	malware	NOUN
hij-1103	80	7	detection	detection	NOUN
hij-1103	80	8	by	by	ADP
hij-1103	80	9	implementing	implement	VERB
hij-1103	80	10	a	a	DET
hij-1103	80	11	multi	multi	ADJ
hij-1103	80	12	-	-	ADJ
hij-1103	80	13	feature	feature	ADJ
hij-1103	80	14	fusion	fusion	NOUN
hij-1103	80	15	that	that	PRON
hij-1103	80	16	used	use	VERB
hij-1103	80	17	data	datum	NOUN
hij-1103	80	18	from	from	ADP
hij-1103	80	19	apk	apk	PROPN
hij-1103	80	20	files	file	NOUN
hij-1103	80	21	,	,	PUNCT
hij-1103	80	22	dex	dex	NOUN
hij-1103	80	23	,	,	PUNCT
hij-1103	80	24	androidmanifest.xml	androidmanifest.xml	X
hij-1103	80	25	files	file	NOUN
hij-1103	80	26	,	,	PUNCT
hij-1103	80	27	as	as	ADV
hij-1103	80	28	well	well	ADV
hij-1103	80	29	as	as	ADP
hij-1103	80	30	api	api	NOUN
hij-1103	80	31	calls	call	NOUN
hij-1103	80	32	.	.	PUNCT
hij-1103	81	1	this	this	DET
hij-1103	81	2	method	method	NOUN
hij-1103	81	3	achieved	achieve	VERB
hij-1103	81	4	a	a	DET
hij-1103	81	5	high	high	ADJ
hij-1103	81	6	level	level	NOUN
hij-1103	81	7	of	of	ADP
hij-1103	81	8	accuracy	accuracy	NOUN
hij-1103	81	9	of	of	ADP
hij-1103	81	10	97.25	97.25	NUM
hij-1103	81	11	%	%	NOUN
hij-1103	81	12	,	,	PUNCT
hij-1103	81	13	but	but	CCONJ
hij-1103	81	14	computational	computational	ADJ
hij-1103	81	15	requirements	requirement	NOUN
hij-1103	81	16	escalated	escalate	VERB
hij-1103	81	17	,	,	PUNCT
hij-1103	81	18	and	and	CCONJ
hij-1103	81	19	dataset	dataset	ADJ
hij-1103	81	20	biases	bias	NOUN
hij-1103	81	21	emerged	emerge	VERB
hij-1103	81	22	,	,	PUNCT
hij-1103	81	23	specifically	specifically	ADV
hij-1103	81	24	for	for	ADP
hij-1103	81	25	processing	process	VERB
hij-1103	81	26	massivescale	massivescale	NOUN
hij-1103	81	27	datasets	dataset	NOUN
hij-1103	81	28	featuring	feature	VERB
hij-1103	81	29	varied	varied	ADJ
hij-1103	81	30	features	feature	NOUN
hij-1103	81	31	.	.	PUNCT
hij-1103	82	1	the	the	DET
hij-1103	82	2	need	need	NOUN
hij-1103	82	3	for	for	ADP
hij-1103	82	4	maximum	maximum	ADJ
hij-1103	82	5	scalability	scalability	NOUN
hij-1103	82	6	and	and	CCONJ
hij-1103	82	7	generalizability	generalizability	NOUN
hij-1103	82	8	has	have	AUX
hij-1103	82	9	emerged	emerge	VERB
hij-1103	82	10	as	as	ADP
hij-1103	82	11	a	a	DET
hij-1103	82	12	key	key	ADJ
hij-1103	82	13	issue	issue	NOUN
hij-1103	82	14	.	.	PUNCT
hij-1103	83	1	similarly	similarly	ADV
hij-1103	83	2	,	,	PUNCT
hij-1103	83	3	bau	bau	PROPN
hij-1103	83	4	et	et	PROPN
hij-1103	83	5	al	al	PROPN
hij-1103	83	6	.	.	PUNCT
hij-1103	84	1	[	[	X
hij-1103	84	2	15	15	NUM
hij-1103	84	3	]	]	PUNCT
hij-1103	84	4	conducted	conduct	VERB
hij-1103	84	5	multiclass	multiclass	ADJ
hij-1103	84	6	android	android	PROPN
hij-1103	84	7	malware	malware	NOUN
hij-1103	84	8	classification	classification	NOUN
hij-1103	84	9	through	through	ADP
hij-1103	84	10	static	static	ADJ
hij-1103	84	11	and	and	CCONJ
hij-1103	84	12	dynamic	dynamic	ADJ
hij-1103	84	13	analyses	analysis	NOUN
hij-1103	84	14	using	use	VERB
hij-1103	84	15	the	the	DET
hij-1103	84	16	rf	rf	NOUN
hij-1103	84	17	,	,	PUNCT
hij-1103	84	18	ann	ann	PROPN
hij-1103	84	19	,	,	PUNCT
hij-1103	84	20	and	and	CCONJ
hij-1103	84	21	cnn	cnn	PROPN
hij-1103	84	22	models	model	NOUN
hij-1103	84	23	on	on	ADP
hij-1103	84	24	the	the	DET
hij-1103	84	25	cicinvesandmal2019	cicinvesandmal2019	PROPN
hij-1103	84	26	dataset	dataset	VERB
hij-1103	84	27	.	.	PUNCT
hij-1103	85	1	the	the	DET
hij-1103	85	2	static	static	ADJ
hij-1103	85	3	analysis	analysis	NOUN
hij-1103	85	4	using	use	VERB
hij-1103	85	5	this	this	DET
hij-1103	85	6	approach	approach	NOUN
hij-1103	85	7	achieved	achieve	VERB
hij-1103	85	8	95.30	95.30	NUM
hij-1103	85	9	%	%	NOUN
hij-1103	85	10	accuracy	accuracy	NOUN
hij-1103	85	11	,	,	PUNCT
hij-1103	85	12	but	but	CCONJ
hij-1103	85	13	practical	practical	ADJ
hij-1103	85	14	implementation	implementation	NOUN
hij-1103	85	15	met	meet	VERB
hij-1103	85	16	obstacles	obstacle	NOUN
hij-1103	85	17	through	through	ADP
hij-1103	85	18	dataset	dataset	NOUN
hij-1103	85	19	constraints	constraint	NOUN
hij-1103	85	20	and	and	CCONJ
hij-1103	85	21	the	the	DET
hij-1103	85	22	risks	risk	NOUN
hij-1103	85	23	of	of	ADP
hij-1103	85	24	model	model	NOUN
hij-1103	85	25	overfitting	overfitting	NOUN
hij-1103	85	26	.	.	PUNCT
hij-1103	86	1	the	the	DET
hij-1103	86	2	development	development	NOUN
hij-1103	86	3	process	process	NOUN
hij-1103	86	4	requires	require	VERB
hij-1103	86	5	thorough	thorough	ADJ
hij-1103	86	6	control	control	NOUN
hij-1103	86	7	of	of	ADP
hij-1103	86	8	the	the	DET
hij-1103	86	9	training	training	NOUN
hij-1103	86	10	data	datum	NOUN
hij-1103	86	11	distribution	distribution	NOUN
hij-1103	86	12	to	to	PART
hij-1103	86	13	minimize	minimize	VERB
hij-1103	86	14	overfitting	overfitte	VERB
hij-1103	86	15	.	.	PUNCT
hij-1103	87	1	furthermore	furthermore	ADV
hij-1103	87	2	,	,	PUNCT
hij-1103	87	3	bakir	bakir	PROPN
hij-1103	87	4	et	et	PROPN
hij-1103	87	5	al	al	PROPN
hij-1103	87	6	.	.	PUNCT
hij-1103	88	1	[	[	X
hij-1103	88	2	16	16	NUM
hij-1103	88	3	]	]	PUNCT
hij-1103	88	4	developed	develop	VERB
hij-1103	88	5	a	a	DET
hij-1103	88	6	new	new	ADJ
hij-1103	88	7	approach	approach	NOUN
hij-1103	88	8	that	that	PRON
hij-1103	88	9	applies	apply	VERB
hij-1103	88	10	bayesian	bayesian	NOUN
hij-1103	88	11	optimization	optimization	NOUN
hij-1103	88	12	to	to	PART
hij-1103	88	13	pre	pre	VERB
hij-1103	88	14	-	-	ADJ
hij-1103	88	15	trained	train	VERB
hij-1103	88	16	cnn	cnn	PROPN
hij-1103	88	17	models	model	NOUN
hij-1103	88	18	for	for	ADP
hij-1103	88	19	malware	malware	NOUN
hij-1103	88	20	detection	detection	NOUN
hij-1103	88	21	.	.	PUNCT
hij-1103	89	1	a	a	DET
hij-1103	89	2	dataset	dataset	NOUN
hij-1103	89	3	of	of	ADP
hij-1103	89	4	3,000	3,000	NUM
hij-1103	89	5	benign	benign	ADJ
hij-1103	89	6	android	android	ADJ
hij-1103	89	7	apps	app	NOUN
hij-1103	89	8	and	and	CCONJ
hij-1103	89	9	3,000	3,000	NUM
hij-1103	89	10	malicious	malicious	ADJ
hij-1103	89	11	apps	app	NOUN
hij-1103	89	12	allowed	allow	VERB
hij-1103	89	13	their	their	PRON
hij-1103	89	14	model	model	NOUN
hij-1103	89	15	to	to	PART
hij-1103	89	16	reach	reach	VERB
hij-1103	89	17	98	98	NUM
hij-1103	89	18	%	%	NOUN
hij-1103	89	19	accuracy	accuracy	NOUN
hij-1103	89	20	,	,	PUNCT
hij-1103	89	21	although	although	SCONJ
hij-1103	89	22	the	the	DET
hij-1103	89	23	process	process	NOUN
hij-1103	89	24	suffered	suffer	VERB
hij-1103	89	25	from	from	ADP
hij-1103	89	26	dataset	dataset	ADJ
hij-1103	89	27	constraints	constraint	NOUN
hij-1103	89	28	and	and	CCONJ
hij-1103	89	29	complex	complex	ADJ
hij-1103	89	30	model	model	NOUN
hij-1103	89	31	training	training	NOUN
hij-1103	89	32	requirements	requirement	NOUN
hij-1103	89	33	.	.	PUNCT
hij-1103	90	1	a	a	DET
hij-1103	90	2	requirement	requirement	NOUN
hij-1103	90	3	exists	exist	VERB
hij-1103	90	4	to	to	PART
hij-1103	90	5	match	match	VERB
hij-1103	90	6	the	the	DET
hij-1103	90	7	model	model	NOUN
hij-1103	90	8	complexity	complexity	NOUN
hij-1103	90	9	levels	level	NOUN
hij-1103	90	10	with	with	ADP
hij-1103	90	11	existing	exist	VERB
hij-1103	90	12	data	datum	NOUN
hij-1103	90	13	information	information	NOUN
hij-1103	90	14	and	and	CCONJ
hij-1103	90	15	processing	processing	NOUN
hij-1103	90	16	capabilities	capability	NOUN
hij-1103	90	17	.	.	PUNCT
hij-1103	91	1	dhananjay	dhananjay	PROPN
hij-1103	91	2	et	et	PROPN
hij-1103	91	3	al	al	PROPN
hij-1103	91	4	.	.	PUNCT
hij-1103	92	1	[	[	X
hij-1103	92	2	17	17	NUM
hij-1103	92	3	]	]	PUNCT
hij-1103	92	4	also	also	ADV
hij-1103	92	5	researched	research	VERB
hij-1103	92	6	ddos	ddo	NOUN
hij-1103	92	7	attack	attack	NOUN
hij-1103	92	8	detection	detection	NOUN
hij-1103	92	9	through	through	ADP
hij-1103	92	10	their	their	PRON
hij-1103	92	11	dmfcnn	dmfcnn	NOUN
hij-1103	92	12	-	-	PUNCT
hij-1103	92	13	hbo	hbo	PROPN
hij-1103	92	14	model	model	NOUN
hij-1103	92	15	by	by	ADP
hij-1103	92	16	analyzing	analyze	VERB
hij-1103	92	17	the	the	DET
hij-1103	92	18	cicids	cicid	NOUN
hij-1103	92	19	2017	2017	NUM
hij-1103	92	20	dataset	dataset	NOUN
hij-1103	92	21	.	.	PUNCT
hij-1103	93	1	the	the	DET
hij-1103	93	2	testing	testing	NOUN
hij-1103	93	3	accuracy	accuracy	NOUN
hij-1103	93	4	amounted	amount	VERB
hij-1103	93	5	to	to	ADP
hij-1103	93	6	95.03	95.03	NUM
hij-1103	93	7	%	%	NOUN
hij-1103	93	8	;	;	PUNCT
hij-1103	93	9	however	however	ADV
hij-1103	93	10	,	,	PUNCT
hij-1103	93	11	their	their	PRON
hij-1103	93	12	method	method	NOUN
hij-1103	93	13	encountered	encounter	VERB
hij-1103	93	14	two	two	NUM
hij-1103	93	15	significant	significant	ADJ
hij-1103	93	16	obstacles	obstacle	NOUN
hij-1103	93	17	:	:	PUNCT
hij-1103	93	18	dataset	dataset	NOUN
hij-1103	93	19	volume	volume	NOUN
hij-1103	93	20	and	and	CCONJ
hij-1103	93	21	overfitting	overfitte	VERB
hij-1103	93	22	issues	issue	NOUN
hij-1103	93	23	.	.	PUNCT
hij-1103	94	1	saadaldeen	saadaldeen	VERB
hij-1103	94	2	et	et	PROPN
hij-1103	94	3	al	al	PROPN
hij-1103	94	4	.	.	PUNCT
hij-1103	95	1	[	[	X
hij-1103	95	2	18	18	NUM
hij-1103	95	3	]	]	PUNCT
hij-1103	95	4	combined	combined	ADJ
hij-1103	95	5	machine	machine	NOUN
hij-1103	95	6	-	-	PUNCT
hij-1103	95	7	learning	learn	VERB
hij-1103	95	8	methods	method	NOUN
hij-1103	95	9	with	with	ADP
hij-1103	95	10	image	image	NOUN
hij-1103	95	11	processing	processing	NOUN
hij-1103	95	12	while	while	SCONJ
hij-1103	95	13	working	work	VERB
hij-1103	95	14	with	with	ADP
hij-1103	95	15	the	the	DET
hij-1103	95	16	malimg	malimg	NOUN
hij-1103	95	17	dataset	dataset	VERB
hij-1103	95	18	.	.	PUNCT
hij-1103	96	1	through	through	ADP
hij-1103	96	2	their	their	PRON
hij-1103	96	3	cnn	cnn	PROPN
hij-1103	96	4	-	-	PUNCT
hij-1103	96	5	dt	dt	PROPN
hij-1103	96	6	model	model	NOUN
hij-1103	96	7	implementation	implementation	NOUN
hij-1103	96	8	,	,	PUNCT
hij-1103	96	9	the	the	DET
hij-1103	96	10	researchers	researcher	NOUN
hij-1103	96	11	achieved	achieve	VERB
hij-1103	96	12	a	a	DET
hij-1103	96	13	detection	detection	NOUN
hij-1103	96	14	performance	performance	NOUN
hij-1103	96	15	of	of	ADP
hij-1103	96	16	96	96	NUM
hij-1103	96	17	%	%	NOUN
hij-1103	96	18	,	,	PUNCT
hij-1103	96	19	demonstrating	demonstrate	VERB
hij-1103	96	20	the	the	DET
hij-1103	96	21	value	value	NOUN
hij-1103	96	22	of	of	ADP
hij-1103	96	23	hybrid	hybrid	ADJ
hij-1103	96	24	approaches	approach	NOUN
hij-1103	96	25	in	in	ADP
hij-1103	96	26	malware	malware	NOUN
hij-1103	96	27	identification	identification	NOUN
hij-1103	96	28	.	.	PUNCT
hij-1103	97	1	these	these	DET
hij-1103	97	2	individual	individual	ADJ
hij-1103	97	3	studies	study	NOUN
hij-1103	97	4	demonstrate	demonstrate	VERB
hij-1103	97	5	how	how	SCONJ
hij-1103	97	6	combining	combine	VERB
hij-1103	97	7	machine	machine	NOUN
hij-1103	97	8	learning	learning	NOUN
hij-1103	97	9	with	with	ADP
hij-1103	97	10	deep	deep	ADJ
hij-1103	97	11	learning	learning	NOUN
hij-1103	97	12	is	be	AUX
hij-1103	97	13	effective	effective	ADJ
hij-1103	97	14	for	for	ADP
hij-1103	97	15	android	android	PROPN
hij-1103	97	16	malware	malware	NOUN
hij-1103	97	17	detection	detection	NOUN
hij-1103	97	18	,	,	PUNCT
hij-1103	97	19	despite	despite	SCONJ
hij-1103	97	20	prominent	prominent	ADJ
hij-1103	97	21	issues	issue	NOUN
hij-1103	97	22	in	in	ADP
hij-1103	97	23	dataset	dataset	ADJ
hij-1103	97	24	broadness	broadness	NOUN
hij-1103	97	25	and	and	CCONJ
hij-1103	97	26	computational	computational	ADJ
hij-1103	97	27	complexity	complexity	NOUN
hij-1103	97	28	;	;	PUNCT
hij-1103	97	29	overfitting	overfitte	VERB
hij-1103	97	30	is	be	AUX
hij-1103	97	31	a	a	DET
hij-1103	97	32	key	key	ADJ
hij-1103	97	33	concern	concern	NOUN
hij-1103	97	34	.	.	PUNCT
hij-1103	98	1	table	table	NOUN
hij-1103	98	2	1	1	NUM
hij-1103	98	3	lists	list	VERB
hij-1103	98	4	the	the	DET
hij-1103	98	5	prior	prior	ADJ
hij-1103	98	6	papers	paper	NOUN
hij-1103	98	7	cited	cite	VERB
hij-1103	98	8	with	with	ADP
hij-1103	98	9	the	the	DET
hij-1103	98	10	datasets	dataset	NOUN
hij-1103	98	11	,	,	PUNCT
hij-1103	98	12	methods	method	NOUN
hij-1103	98	13	,	,	PUNCT
hij-1103	98	14	limitations	limitation	NOUN
hij-1103	98	15	,	,	PUNCT
hij-1103	98	16	and	and	CCONJ
hij-1103	98	17	results	result	NOUN
hij-1103	98	18	.	.	PUNCT
hij-1103	99	1	hightech	hightech	NOUN
hij-1103	99	2	and	and	CCONJ
hij-1103	99	3	innovation	innovation	NOUN
hij-1103	99	4	journal	journal	PROPN
hij-1103	99	5	vol	vol	NOUN
hij-1103	99	6	.	.	PROPN
hij-1103	100	1	6	6	NUM
hij-1103	100	2	,	,	PUNCT
hij-1103	100	3	no	no	INTJ
hij-1103	100	4	.	.	NOUN
hij-1103	100	5	2	2	NUM
hij-1103	100	6	,	,	PUNCT
hij-1103	100	7	june	june	PROPN
hij-1103	100	8	,	,	PUNCT
hij-1103	100	9	2025	2025	NUM
hij-1103	100	10	665	665	NUM
hij-1103	100	11	table	table	NOUN
hij-1103	100	12	1	1	NUM
hij-1103	100	13	.	.	PUNCT
hij-1103	100	14	list	list	NOUN
hij-1103	100	15	of	of	ADP
hij-1103	100	16	past	past	ADJ
hij-1103	100	17	references	reference	NOUN
hij-1103	100	18	ref	ref	VERB
hij-1103	100	19	dataset	dataset	VERB
hij-1103	100	20	methodology	methodology	NOUN
hij-1103	100	21	limitations	limitation	NOUN
hij-1103	100	22	results	result	VERB
hij-1103	100	23	poornima	poornima	PROPN
hij-1103	100	24	et	et	PROPN
hij-1103	100	25	al	al	PROPN
hij-1103	100	26	.	.	PROPN
hij-1103	101	1	(	(	PUNCT
hij-1103	101	2	2024	2024	NUM
hij-1103	101	3	)	)	PUNCT
hij-1103	102	1	[	[	X
hij-1103	102	2	9	9	NUM
hij-1103	102	3	]	]	PUNCT
hij-1103	102	4	cicandmal2017	cicandmal2017	PROPN
hij-1103	102	5	datasets	dataset	VERB
hij-1103	102	6	mad	mad	ADJ
hij-1103	102	7	-	-	ADJ
hij-1103	102	8	net	net	ADJ
hij-1103	102	9	technique	technique	NOUN
hij-1103	102	10	it	it	PRON
hij-1103	102	11	may	may	AUX
hij-1103	102	12	not	not	PART
hij-1103	102	13	generalize	generalize	VERB
hij-1103	102	14	to	to	ADP
hij-1103	102	15	other	other	ADJ
hij-1103	102	16	datasets	dataset	NOUN
hij-1103	102	17	.	.	PUNCT
hij-1103	103	1	the	the	DET
hij-1103	103	2	model	model	NOUN
hij-1103	103	3	achieved	achieve	VERB
hij-1103	103	4	an	an	DET
hij-1103	103	5	accuracy	accuracy	NOUN
hij-1103	103	6	of	of	ADP
hij-1103	103	7	96.75	96.75	NUM
hij-1103	103	8	%	%	NOUN
hij-1103	103	9	for	for	ADP
hij-1103	103	10	the	the	DET
hij-1103	103	11	generative	generative	ADJ
hij-1103	103	12	adversarial	adversarial	ADJ
hij-1103	103	13	network	network	NOUN
hij-1103	103	14	djenna	djenna	NOUN
hij-1103	103	15	et	et	PROPN
hij-1103	103	16	al	al	PROPN
hij-1103	103	17	.	.	PROPN
hij-1103	104	1	(	(	PUNCT
hij-1103	104	2	2023	2023	NUM
hij-1103	104	3	)	)	PUNCT
hij-1103	105	1	[	[	X
hij-1103	105	2	10	10	NUM
hij-1103	105	3	]	]	X
hij-1103	105	4	cicandmal2017	cicandmal2017	PROPN
hij-1103	105	5	dataset	dataset	VERB
hij-1103	105	6	dnn	dnn	PROPN
hij-1103	105	7	,	,	PUNCT
hij-1103	105	8	rf	rf	VERB
hij-1103	105	9	techniques	technique	NOUN
hij-1103	105	10	limited	limit	VERB
hij-1103	105	11	to	to	ADP
hij-1103	105	12	five	five	NUM
hij-1103	105	13	malware	malware	NOUN
hij-1103	105	14	family	family	NOUN
hij-1103	105	15	detections	detection	NOUN
hij-1103	105	16	accuracy	accuracy	NOUN
hij-1103	105	17	of	of	ADP
hij-1103	105	18	97	97	NUM
hij-1103	105	19	%	%	NOUN
hij-1103	105	20	atif	atif	NOUN
hij-1103	105	21	et	et	PROPN
hij-1103	105	22	al	al	PROPN
hij-1103	105	23	.	.	PROPN
hij-1103	106	1	(	(	PUNCT
hij-1103	106	2	2023	2023	NUM
hij-1103	106	3	)	)	PUNCT
hij-1103	107	1	[	[	X
hij-1103	107	2	11	11	NUM
hij-1103	107	3	]	]	X
hij-1103	107	4	cic	cic	PROPN
hij-1103	107	5	-	-	PUNCT
hij-1103	107	6	andmal2017	andmal2017	PROPN
hij-1103	107	7	and	and	CCONJ
hij-1103	107	8	cicinvesandmal2019	cicinvesandmal2019	PROPN
hij-1103	107	9	datasets	dataset	VERB
hij-1103	107	10	feature	feature	NOUN
hij-1103	107	11	selection	selection	NOUN
hij-1103	107	12	algorithm	algorithm	NOUN
hij-1103	107	13	,	,	PUNCT
hij-1103	107	14	cnnlstm	cnnlstm	PROPN
hij-1103	107	15	limited	limit	VERB
hij-1103	107	16	to	to	ADP
hij-1103	107	17	the	the	DET
hij-1103	107	18	tested	test	VERB
hij-1103	107	19	static	static	ADJ
hij-1103	107	20	and	and	CCONJ
hij-1103	107	21	dynamic	dynamic	ADJ
hij-1103	107	22	analysis	analysis	NOUN
hij-1103	107	23	techniques	technique	NOUN
hij-1103	107	24	accuracy	accuracy	NOUN
hij-1103	107	25	of	of	ADP
hij-1103	107	26	98	98	NUM
hij-1103	107	27	%	%	NOUN
hij-1103	107	28	for	for	ADP
hij-1103	107	29	cnn	cnn	PROPN
hij-1103	107	30	-	-	PUNCT
hij-1103	107	31	lstm	lstm	PROPN
hij-1103	107	32	aldini	aldini	PROPN
hij-1103	107	33	et	et	PROPN
hij-1103	107	34	al	al	PROPN
hij-1103	107	35	.	.	PROPN
hij-1103	108	1	(	(	PUNCT
hij-1103	108	2	2024	2024	NUM
hij-1103	108	3	)	)	PUNCT
hij-1103	109	1	[	[	X
hij-1103	109	2	12	12	NUM
hij-1103	109	3	]	]	SYM
hij-1103	109	4	two	two	NUM
hij-1103	109	5	datasets	dataset	NOUN
hij-1103	109	6	,	,	PUNCT
hij-1103	109	7	5000	5000	NUM
hij-1103	109	8	android	android	PROPN
hij-1103	109	9	applications	application	NOUN
hij-1103	109	10	,	,	PUNCT
hij-1103	109	11	each	each	DET
hij-1103	109	12	cnn	cnn	PROPN
hij-1103	109	13	models	model	NOUN
hij-1103	109	14	,	,	PUNCT
hij-1103	109	15	machine	machine	NOUN
hij-1103	109	16	learning	learn	VERB
hij-1103	109	17	classifiers	classifier	NOUN
hij-1103	109	18	limited	limit	VERB
hij-1103	109	19	to	to	ADP
hij-1103	109	20	android	android	NOUN
hij-1103	109	21	-	-	PUNCT
hij-1103	109	22	based	base	VERB
hij-1103	109	23	malware	malware	NOUN
hij-1103	109	24	applications	application	NOUN
hij-1103	109	25	the	the	DET
hij-1103	109	26	model	model	NOUN
hij-1103	109	27	has	have	VERB
hij-1103	109	28	an	an	DET
hij-1103	109	29	accuracy	accuracy	NOUN
hij-1103	109	30	of	of	ADP
hij-1103	109	31	94.41	94.41	NUM
hij-1103	109	32	%	%	NOUN
hij-1103	109	33	kiraz	kiraz	PROPN
hij-1103	109	34	et	et	PROPN
hij-1103	109	35	al	al	PROPN
hij-1103	109	36	.	.	PROPN
hij-1103	110	1	(	(	PUNCT
hij-1103	110	2	2024	2024	NUM
hij-1103	110	3	)	)	PUNCT
hij-1103	111	1	[	[	X
hij-1103	111	2	13	13	NUM
hij-1103	111	3	]	]	PUNCT
hij-1103	111	4	cicmaldroid	cicmaldroid	NOUN
hij-1103	111	5	2020	2020	NUM
hij-1103	111	6	dataset	dataset	NOUN
hij-1103	111	7	,	,	PUNCT
hij-1103	111	8	17,089	17,089	NUM
hij-1103	111	9	applications	application	NOUN
hij-1103	111	10	cnn	cnn	PROPN
hij-1103	111	11	-	-	PUNCT
hij-1103	111	12	based	base	VERB
hij-1103	111	13	,	,	PUNCT
hij-1103	111	14	static	static	ADJ
hij-1103	111	15	analysis	analysis	NOUN
hij-1103	111	16	,	,	PUNCT
hij-1103	111	17	feature	feature	NOUN
hij-1103	111	18	digitization	digitization	NOUN
hij-1103	111	19	,	,	PUNCT
hij-1103	111	20	bert	bert	PROPN
hij-1103	111	21	excludes	exclude	NOUN
hij-1103	111	22	features	feature	NOUN
hij-1103	111	23	with	with	ADP
hij-1103	111	24	low	low	ADJ
hij-1103	111	25	occurrence	occurrence	NOUN
hij-1103	111	26	across	across	ADP
hij-1103	111	27	the	the	DET
hij-1103	111	28	dataset	dataset	NOUN
hij-1103	111	29	.	.	PUNCT
hij-1103	112	1	accuracy	accuracy	NOUN
hij-1103	112	2	of	of	ADP
hij-1103	112	3	91	91	NUM
hij-1103	112	4	%	%	NOUN
hij-1103	112	5	wang	wang	PROPN
hij-1103	112	6	et	et	PROPN
hij-1103	112	7	al	al	PROPN
hij-1103	112	8	.	.	PROPN
hij-1103	113	1	(	(	PUNCT
hij-1103	113	2	2024	2024	NUM
hij-1103	113	3	)	)	PUNCT
hij-1103	114	1	[	[	X
hij-1103	114	2	14	14	NUM
hij-1103	114	3	]	]	X
hij-1103	114	4	apk	apk	PROPN
hij-1103	114	5	files	file	NOUN
hij-1103	114	6	,	,	PUNCT
hij-1103	114	7	dex	dex	NOUN
hij-1103	114	8	,	,	PUNCT
hij-1103	114	9	androidmanifest.xml	androidmanifest.xml	PROPN
hij-1103	114	10	,	,	PUNCT
hij-1103	114	11	and	and	CCONJ
hij-1103	114	12	api	api	NOUN
hij-1103	114	13	calls	call	VERB
hij-1103	114	14	data	datum	NOUN
hij-1103	114	15	feature	feature	NOUN
hij-1103	114	16	fusion	fusion	NOUN
hij-1103	114	17	potential	potential	ADJ
hij-1103	114	18	computational	computational	ADJ
hij-1103	114	19	complexity	complexity	NOUN
hij-1103	114	20	,	,	PUNCT
hij-1103	114	21	dataset	dataset	NOUN
hij-1103	114	22	bias	bias	NOUN
hij-1103	114	23	accuracy	accuracy	NOUN
hij-1103	114	24	of	of	ADP
hij-1103	114	25	97.25	97.25	NUM
hij-1103	114	26	%	%	NOUN
hij-1103	114	27	bau	bau	PROPN
hij-1103	114	28	et	et	PROPN
hij-1103	114	29	al	al	PROPN
hij-1103	114	30	.	.	PROPN
hij-1103	114	31	(	(	PUNCT
hij-1103	114	32	2024	2024	NUM
hij-1103	114	33	)	)	PUNCT
hij-1103	115	1	[	[	X
hij-1103	115	2	15	15	X
hij-1103	115	3	]	]	PUNCT
hij-1103	115	4	cicinvesandmal2019	cicinvesandmal2019	PROPN
hij-1103	115	5	dataset	dataset	VERB
hij-1103	115	6	,	,	PUNCT
hij-1103	115	7	android	android	PROPN
hij-1103	115	8	malware	malware	NOUN
hij-1103	115	9	static	static	ADJ
hij-1103	115	10	/	/	SYM
hij-1103	115	11	dynamic	dynamic	ADJ
hij-1103	115	12	analysis	analysis	NOUN
hij-1103	115	13	,	,	PUNCT
hij-1103	115	14	random	random	ADJ
hij-1103	115	15	forest	forest	NOUN
hij-1103	115	16	,	,	PUNCT
hij-1103	115	17	deep	deep	ADJ
hij-1103	115	18	learning	learn	VERB
hij-1103	115	19	dataset	dataset	NOUN
hij-1103	115	20	limitations	limitation	NOUN
hij-1103	115	21	,	,	PUNCT
hij-1103	115	22	possible	possible	ADJ
hij-1103	115	23	overfitting	overfitting	ADJ
hij-1103	115	24	issues	issue	NOUN
hij-1103	115	25	the	the	DET
hij-1103	115	26	rf	rf	NOUN
hij-1103	115	27	model	model	NOUN
hij-1103	115	28	has	have	VERB
hij-1103	115	29	an	an	DET
hij-1103	115	30	accuracy	accuracy	NOUN
hij-1103	115	31	of	of	ADP
hij-1103	115	32	95.30	95.30	NUM
hij-1103	115	33	%	%	NOUN
hij-1103	115	34	for	for	ADP
hij-1103	115	35	static	static	ADJ
hij-1103	115	36	analysis	analysis	NOUN
hij-1103	115	37	bakir	bakir	NOUN
hij-1103	115	38	et	et	PROPN
hij-1103	115	39	al	al	PROPN
hij-1103	115	40	.	.	PROPN
hij-1103	116	1	(	(	PUNCT
hij-1103	116	2	2025	2025	NUM
hij-1103	116	3	)	)	PUNCT
hij-1103	117	1	[	[	X
hij-1103	117	2	16	16	NUM
hij-1103	117	3	]	]	SYM
hij-1103	117	4	3000	3000	NUM
hij-1103	117	5	benign	benign	ADJ
hij-1103	117	6	and	and	CCONJ
hij-1103	117	7	3000	3000	NUM
hij-1103	117	8	malicious	malicious	ADJ
hij-1103	117	9	android	android	PROPN
hij-1103	117	10	apps	app	NOUN
hij-1103	117	11	cnn	cnn	PROPN
hij-1103	117	12	model	model	PROPN
hij-1103	117	13	optimization	optimization	PROPN
hij-1103	117	14	,	,	PUNCT
hij-1103	117	15	bayesian	bayesian	NOUN
hij-1103	117	16	optimization	optimization	NOUN
hij-1103	117	17	,	,	PUNCT
hij-1103	117	18	image	image	NOUN
hij-1103	117	19	-	-	PUNCT
hij-1103	117	20	based	base	VERB
hij-1103	117	21	dataset	dataset	NOUN
hij-1103	117	22	size	size	NOUN
hij-1103	117	23	,	,	PUNCT
hij-1103	117	24	computational	computational	ADJ
hij-1103	117	25	complexity	complexity	NOUN
hij-1103	117	26	of	of	ADP
hij-1103	117	27	tuning	tune	VERB
hij-1103	117	28	accuracy	accuracy	NOUN
hij-1103	117	29	of	of	ADP
hij-1103	117	30	98	98	NUM
hij-1103	117	31	%	%	NOUN
hij-1103	117	32	on	on	ADP
hij-1103	117	33	the	the	DET
hij-1103	117	34	testing	testing	NOUN
hij-1103	117	35	set	set	NOUN
hij-1103	117	36	.	.	PUNCT
hij-1103	118	1	dhananjay	dhananjay	PROPN
hij-1103	118	2	et	et	PROPN
hij-1103	118	3	al	al	PROPN
hij-1103	118	4	.	.	PROPN
hij-1103	119	1	(	(	PUNCT
hij-1103	119	2	2025	2025	NUM
hij-1103	119	3	)	)	PUNCT
hij-1103	120	1	[	[	X
hij-1103	120	2	17	17	NUM
hij-1103	120	3	]	]	PUNCT
hij-1103	120	4	cicids2017	cicids2017	NUM
hij-1103	120	5	dataset	dataset	ADJ
hij-1103	120	6	dmfcnn	dmfcnn	NOUN
hij-1103	120	7	,	,	PUNCT
hij-1103	120	8	honey	honey	NOUN
hij-1103	120	9	badger	badger	NOUN
hij-1103	120	10	optimization	optimization	NOUN
hij-1103	120	11	,	,	PUNCT
hij-1103	120	12	feature	feature	NOUN
hij-1103	120	13	selection	selection	NOUN
hij-1103	120	14	dataset	dataset	NOUN
hij-1103	120	15	limitations	limitation	NOUN
hij-1103	120	16	,	,	PUNCT
hij-1103	120	17	potential	potential	ADJ
hij-1103	120	18	model	model	NOUN
hij-1103	120	19	overfitting	overfitte	VERB
hij-1103	120	20	accuracy	accuracy	NOUN
hij-1103	120	21	of	of	ADP
hij-1103	120	22	95.03	95.03	NUM
hij-1103	120	23	%	%	NOUN
hij-1103	120	24	saadaldeen	saadaldeen	NOUN
hij-1103	120	25	et	et	PROPN
hij-1103	120	26	al	al	PROPN
hij-1103	120	27	.	.	PROPN
hij-1103	121	1	(	(	PUNCT
hij-1103	121	2	2024	2024	NUM
hij-1103	121	3	)	)	PUNCT
hij-1103	122	1	[	[	X
hij-1103	122	2	18	18	NUM
hij-1103	122	3	]	]	X
hij-1103	122	4	malimg	malimg	PROPN
hij-1103	122	5	dataset	dataset	PROPN
hij-1103	122	6	cnn	cnn	PROPN
hij-1103	122	7	,	,	PUNCT
hij-1103	122	8	dt	dt	X
hij-1103	122	9	,	,	PUNCT
hij-1103	122	10	rf	rf	NOUN
hij-1103	122	11	algorithms	algorithm	NOUN
hij-1103	122	12	,	,	PUNCT
hij-1103	122	13	image	image	NOUN
hij-1103	122	14	processing	processing	NOUN
hij-1103	122	15	dataset	dataset	NOUN
hij-1103	122	16	variability	variability	NOUN
hij-1103	122	17	,	,	PUNCT
hij-1103	122	18	computational	computational	ADJ
hij-1103	122	19	complexity	complexity	NOUN
hij-1103	122	20	of	of	ADP
hij-1103	122	21	models	model	NOUN
hij-1103	122	22	cnn	cnn	PROPN
hij-1103	122	23	93	93	NUM
hij-1103	122	24	%	%	NOUN
hij-1103	122	25	,	,	PUNCT
hij-1103	122	26	cnn	cnn	PROPN
hij-1103	122	27	-	-	PUNCT
hij-1103	122	28	dt	dt	PROPN
hij-1103	122	29	96	96	NUM
hij-1103	122	30	%	%	NOUN
hij-1103	122	31	,	,	PUNCT
hij-1103	122	32	cnn	cnn	PROPN
hij-1103	122	33	-	-	PUNCT
hij-1103	122	34	rf	rf	PRON
hij-1103	122	35	94.58	94.58	NUM
hij-1103	122	36	%	%	NOUN
hij-1103	122	37	3	3	NUM
hij-1103	122	38	.	.	PUNCT
hij-1103	122	39	data	datum	NOUN
hij-1103	122	40	collection	collection	NOUN
hij-1103	122	41	this	this	DET
hij-1103	122	42	study	study	NOUN
hij-1103	122	43	employs	employ	VERB
hij-1103	122	44	data	datum	NOUN
hij-1103	122	45	from	from	ADP
hij-1103	122	46	the	the	DET
hij-1103	122	47	android	android	PROPN
hij-1103	122	48	malware	malware	NOUN
hij-1103	122	49	dataset	dataset	NOUN
hij-1103	122	50	(	(	PUNCT
hij-1103	122	51	cic	cic	PROPN
hij-1103	122	52	-	-	PUNCT
hij-1103	122	53	andmal2017	andmal2017	PROPN
hij-1103	122	54	)	)	PUNCT
hij-1103	122	55	of	of	ADP
hij-1103	122	56	the	the	DET
hij-1103	122	57	canadian	canadian	PROPN
hij-1103	122	58	institute	institute	PROPN
hij-1103	122	59	for	for	ADP
hij-1103	122	60	cybersecurity	cybersecurity	NOUN
hij-1103	122	61	.	.	PUNCT
hij-1103	123	1	the	the	DET
hij-1103	123	2	dataset	dataset	NOUN
hij-1103	123	3	consisted	consist	VERB
hij-1103	123	4	of	of	ADP
hij-1103	123	5	three	three	NUM
hij-1103	123	6	categories	category	NOUN
hij-1103	123	7	:	:	PUNCT
hij-1103	123	8	apks	apks	NOUN
hij-1103	123	9	,	,	PUNCT
hij-1103	123	10	csvs	csvs	ADJ
hij-1103	123	11	,	,	PUNCT
hij-1103	123	12	and	and	CCONJ
hij-1103	123	13	pcaps	pcap	NOUN
hij-1103	123	14	.	.	PUNCT
hij-1103	124	1	to	to	ADP
hij-1103	124	2	this	this	DET
hij-1103	124	3	end	end	NOUN
hij-1103	124	4	,	,	PUNCT
hij-1103	124	5	the	the	DET
hij-1103	124	6	authors	author	NOUN
hij-1103	124	7	used	use	VERB
hij-1103	124	8	a	a	DET
hij-1103	124	9	csv	csv	NOUN
hij-1103	124	10	dataset	dataset	VERB
hij-1103	124	11	with	with	ADP
hij-1103	124	12	zip	zip	NOUN
hij-1103	124	13	files	file	NOUN
hij-1103	124	14	containing	contain	VERB
hij-1103	124	15	several	several	ADJ
hij-1103	124	16	types	type	NOUN
hij-1103	124	17	of	of	ADP
hij-1103	124	18	malware	malware	NOUN
hij-1103	124	19	and	and	CCONJ
hij-1103	124	20	another	another	DET
hij-1103	124	21	dataset	dataset	NOUN
hij-1103	124	22	with	with	ADP
hij-1103	124	23	other	other	ADJ
hij-1103	124	24	classifications	classification	NOUN
hij-1103	124	25	.	.	PUNCT
hij-1103	125	1	the	the	DET
hij-1103	125	2	malware	malware	NOUN
hij-1103	125	3	types	type	NOUN
hij-1103	125	4	chosen	choose	VERB
hij-1103	125	5	for	for	ADP
hij-1103	125	6	this	this	DET
hij-1103	125	7	research	research	NOUN
hij-1103	125	8	were	be	AUX
hij-1103	125	9	adware	adware	NOUN
hij-1103	125	10	,	,	PUNCT
hij-1103	125	11	ransomware	ransomware	NOUN
hij-1103	125	12	,	,	PUNCT
hij-1103	125	13	scareware	scareware	NOUN
hij-1103	125	14	,	,	PUNCT
hij-1103	125	15	and	and	CCONJ
hij-1103	125	16	sms	sms	PROPN
hij-1103	125	17	malware	malware	NOUN
hij-1103	125	18	,	,	PUNCT
hij-1103	125	19	each	each	PRON
hij-1103	125	20	belonging	belong	VERB
hij-1103	125	21	to	to	ADP
hij-1103	125	22	a	a	DET
hij-1103	125	23	specific	specific	ADJ
hij-1103	125	24	class	class	NOUN
hij-1103	125	25	of	of	ADP
hij-1103	125	26	threats	threat	NOUN
hij-1103	125	27	.	.	PUNCT
hij-1103	126	1	the	the	DET
hij-1103	126	2	csv	csv	NOUN
hij-1103	126	3	files	file	NOUN
hij-1103	126	4	were	be	AUX
hij-1103	126	5	pre	pre	VERB
hij-1103	126	6	-	-	VERB
hij-1103	126	7	processed	process	VERB
hij-1103	126	8	to	to	PART
hij-1103	126	9	form	form	VERB
hij-1103	126	10	a	a	DET
hij-1103	126	11	balanced	balanced	ADJ
hij-1103	126	12	dataset	dataset	NOUN
hij-1103	126	13	with	with	ADP
hij-1103	126	14	appropriate	appropriate	ADJ
hij-1103	126	15	samples	sample	NOUN
hij-1103	126	16	for	for	ADP
hij-1103	126	17	each	each	DET
hij-1103	126	18	malware	malware	NOUN
hij-1103	126	19	class	class	NOUN
hij-1103	126	20	.	.	PUNCT
hij-1103	127	1	3.1	3.1	NUM
hij-1103	127	2	.	.	PUNCT
hij-1103	128	1	data	datum	NOUN
hij-1103	128	2	description	description	NOUN
hij-1103	128	3	cic	cic	PROPN
hij-1103	128	4	-	-	PUNCT
hij-1103	128	5	andmal2017	andmal2017	PROPN
hij-1103	128	6	is	be	AUX
hij-1103	128	7	a	a	DET
hij-1103	128	8	comprehensive	comprehensive	ADJ
hij-1103	128	9	source	source	NOUN
hij-1103	128	10	of	of	ADP
hij-1103	128	11	android	android	PROPN
hij-1103	128	12	malware	malware	NOUN
hij-1103	128	13	attack	attack	NOUN
hij-1103	128	14	data	datum	NOUN
hij-1103	128	15	that	that	PRON
hij-1103	128	16	uses	use	VERB
hij-1103	128	17	machine	machine	NOUN
hij-1103	128	18	-	-	PUNCT
hij-1103	128	19	learning	learn	VERB
hij-1103	128	20	methods	method	NOUN
hij-1103	128	21	to	to	PART
hij-1103	128	22	detect	detect	VERB
hij-1103	128	23	and	and	CCONJ
hij-1103	128	24	classify	classify	VERB
hij-1103	128	25	various	various	ADJ
hij-1103	128	26	malware	malware	NOUN
hij-1103	128	27	[	[	X
hij-1103	128	28	19	19	NUM
hij-1103	128	29	]	]	PUNCT
hij-1103	128	30	.	.	PUNCT
hij-1103	129	1	it	it	PRON
hij-1103	129	2	consisted	consist	VERB
hij-1103	129	3	of	of	ADP
hij-1103	129	4	20,000	20,000	NUM
hij-1103	129	5	records	record	NOUN
hij-1103	129	6	,	,	PUNCT
hij-1103	129	7	each	each	PRON
hij-1103	129	8	with	with	ADP
hij-1103	129	9	84	84	NUM
hij-1103	129	10	target	target	NOUN
hij-1103	129	11	features	feature	NOUN
hij-1103	129	12	.	.	PUNCT
hij-1103	130	1	these	these	DET
hij-1103	130	2	attributes	attribute	NOUN
hij-1103	130	3	are	be	AUX
hij-1103	130	4	related	relate	VERB
hij-1103	130	5	to	to	ADP
hij-1103	130	6	several	several	ADJ
hij-1103	130	7	parameters	parameter	NOUN
hij-1103	130	8	of	of	ADP
hij-1103	130	9	network	network	NOUN
hij-1103	130	10	traffic	traffic	NOUN
hij-1103	130	11	,	,	PUNCT
hij-1103	130	12	which	which	PRON
hij-1103	130	13	can	can	AUX
hij-1103	130	14	provide	provide	VERB
hij-1103	130	15	essential	essential	ADJ
hij-1103	130	16	information	information	NOUN
hij-1103	130	17	about	about	ADP
hij-1103	130	18	the	the	DET
hij-1103	130	19	behaviors	behavior	NOUN
hij-1103	130	20	of	of	ADP
hij-1103	130	21	different	different	ADJ
hij-1103	130	22	types	type	NOUN
hij-1103	130	23	of	of	ADP
hij-1103	130	24	malware	malware	NOUN
hij-1103	130	25	.	.	PUNCT
hij-1103	131	1	these	these	PRON
hij-1103	131	2	are	be	AUX
hij-1103	131	3	the	the	DET
hij-1103	131	4	source	source	NOUN
hij-1103	131	5	and	and	CCONJ
hij-1103	131	6	destination	destination	NOUN
hij-1103	131	7	ip	ip	NOUN
hij-1103	131	8	addresses	address	NOUN
hij-1103	131	9	,	,	PUNCT
hij-1103	131	10	port	port	NOUN
hij-1103	131	11	numbers	number	NOUN
hij-1103	131	12	,	,	PUNCT
hij-1103	131	13	protocols	protocol	NOUN
hij-1103	131	14	,	,	PUNCT
hij-1103	131	15	flow	flow	NOUN
hij-1103	131	16	durations	duration	NOUN
hij-1103	131	17	,	,	PUNCT
hij-1103	131	18	packet	packet	NOUN
hij-1103	131	19	statistics	statistic	NOUN
hij-1103	131	20	,	,	PUNCT
hij-1103	131	21	segment	segment	NOUN
hij-1103	131	22	size	size	NOUN
hij-1103	131	23	,	,	PUNCT
hij-1103	131	24	flag	flag	NOUN
hij-1103	131	25	count	count	NOUN
hij-1103	131	26	,	,	PUNCT
hij-1103	131	27	packet	packet	NOUN
hij-1103	131	28	length	length	NOUN
hij-1103	131	29	,	,	PUNCT
hij-1103	131	30	flow	flow	NOUN
hij-1103	131	31	rate	rate	NOUN
hij-1103	131	32	,	,	PUNCT
hij-1103	131	33	and	and	CCONJ
hij-1103	131	34	time	time	NOUN
hij-1103	131	35	interval	interval	NOUN
hij-1103	131	36	,	,	PUNCT
hij-1103	131	37	all	all	PRON
hij-1103	131	38	vital	vital	ADJ
hij-1103	131	39	for	for	ADP
hij-1103	131	40	analyzing	analyze	VERB
hij-1103	131	41	malware	malware	NOUN
hij-1103	131	42	at	at	ADP
hij-1103	131	43	the	the	DET
hij-1103	131	44	network	network	NOUN
hij-1103	131	45	level	level	NOUN
hij-1103	131	46	.	.	PUNCT
hij-1103	132	1	table	table	NOUN
hij-1103	132	2	2	2	NUM
hij-1103	132	3	presents	present	VERB
hij-1103	132	4	the	the	DET
hij-1103	132	5	class	class	NOUN
hij-1103	132	6	labels	label	NOUN
hij-1103	132	7	.	.	PUNCT
hij-1103	133	1	table	table	NOUN
hij-1103	133	2	2	2	NUM
hij-1103	133	3	.	.	PUNCT
hij-1103	133	4	class	class	NOUN
hij-1103	133	5	labels	label	NOUN
hij-1103	133	6	flow	flow	VERB
hij-1103	133	7	i	i	PROPN
hij-1103	133	8	d	d	PROPN
hij-1103	133	9	source	source	NOUN
hij-1103	133	10	ip	ip	NOUN
hij-1103	133	11	source	source	NOUN
hij-1103	133	12	port	port	NOUN
hij-1103	133	13	timestamp	timestamp	NOUN
hij-1103	133	14	flow	flow	NOUN
hij-1103	133	15	duration	duration	NOUN
hij-1103	133	16	destination	destination	NOUN
hij-1103	133	17	ip	ip	PROPN
hij-1103	133	18	protocol	protocol	NOUN
hij-1103	133	19	172.217.0.238	172.217.0.238	NUM
hij-1103	133	20	10.42.0.211	10.42.0.211	NUM
hij-1103	133	21	443	443	NUM
hij-1103	133	22	-	-	SYM
hij-1103	133	23	54819	54819	NUM
hij-1103	133	24	-	-	SYM
hij-1103	133	25	6	6	NUM
hij-1103	133	26	10.42.0.211	10.42.0.211	NUM
hij-1103	133	27	54819	54819	NUM
hij-1103	133	28	14/06/2017	14/06/2017	NUM
hij-1103	133	29	04:22:52	04:22:52	NUM
hij-1103	133	30	195	195	NUM
hij-1103	133	31	172	172	NUM
hij-1103	133	32	217.0.238	217.0.238	NUM
hij-1103	133	33	6	6	NUM
hij-1103	133	34	172.217.1.170	172.217.1.170	NUM
hij-1103	133	35	10.42.0.211	10.42.0.211	NUM
hij-1103	133	36	443	443	NUM
hij-1103	133	37	-	-	SYM
hij-1103	133	38	51023	51023	NUM
hij-1103	133	39	-	-	SYM
hij-1103	133	40	6	6	NUM
hij-1103	133	41	10.42.0.211	10.42.0.211	NUM
hij-1103	133	42	51023	51023	NUM
hij-1103	133	43	14/06/2017	14/06/2017	NUM
hij-1103	133	44	04:22:52	04:22:52	NUM
hij-1103	133	45	8	8	NUM
hij-1103	133	46	172.217.1.170	172.217.1.170	NUM
hij-1103	133	47	6	6	NUM
hij-1103	133	48	172.217.2.110	172.217.2.110	NUM
hij-1103	133	49	10.42.0.211	10.42.0.211	NUM
hij-1103	133	50	443	443	NUM
hij-1103	133	51	-	-	SYM
hij-1103	133	52	39805	39805	NUM
hij-1103	133	53	-	-	SYM
hij-1103	133	54	6	6	NUM
hij-1103	133	55	10.42.0.211	10.42.0.211	NUM
hij-1103	133	56	39805	39805	NUM
hij-1103	133	57	14/06/2017	14/06/2017	NUM
hij-1103	133	58	04:22:58	04:22:58	NUM
hij-1103	133	59	199542	199542	NUM
hij-1103	133	60	172.217.2.110	172.217.2.110	NUM
hij-1103	133	61	6	6	NUM
hij-1103	133	62	172.217.2.110	172.217.2.110	NUM
hij-1103	133	63	10.42.0.211	10.42.0.211	NUM
hij-1103	133	64	443	443	NUM
hij-1103	133	65	-	-	SYM
hij-1103	133	66	39805	39805	NUM
hij-1103	133	67	-	-	SYM
hij-1103	133	68	6	6	NUM
hij-1103	133	69	10.42.0.211	10.42.0.211	NUM
hij-1103	133	70	39805	39805	NUM
hij-1103	133	71	14/06/2017	14/06/2017	NUM
hij-1103	133	72	04:22:58	04:22:58	NUM
hij-1103	133	73	255	255	NUM
hij-1103	133	74	172.217.2.110	172.217.2.110	NUM
hij-1103	133	75	6	6	NUM
hij-1103	133	76	172.217.0.238	172.217.0.238	NUM
hij-1103	133	77	10.42.0.211	10.42.0.211	NUM
hij-1103	133	78	443	443	NUM
hij-1103	133	79	-	-	SYM
hij-1103	133	80	36040	36040	NUM
hij-1103	133	81	-	-	SYM
hij-1103	133	82	6	6	NUM
hij-1103	133	83	172.217.0.238	172.217.0.238	NUM
hij-1103	133	84	443	443	NUM
hij-1103	133	85	14/06/2017	14/06/2017	NUM
hij-1103	133	86	04:22:59	04:22:59	NUM
hij-1103	133	87	2164750	2164750	NUM
hij-1103	133	88	10.42.0.211	10.42.0.211	NUM
hij-1103	133	89	6	6	NUM
hij-1103	133	90	the	the	DET
hij-1103	133	91	specific	specific	ADJ
hij-1103	133	92	dataset	dataset	NOUN
hij-1103	133	93	divides	divide	VERB
hij-1103	133	94	the	the	DET
hij-1103	133	95	network	network	NOUN
hij-1103	133	96	traffic	traffic	NOUN
hij-1103	133	97	into	into	ADP
hij-1103	133	98	five	five	NUM
hij-1103	133	99	classes	class	NOUN
hij-1103	133	100	depending	depend	VERB
hij-1103	133	101	on	on	ADP
hij-1103	133	102	the	the	DET
hij-1103	133	103	type	type	NOUN
hij-1103	133	104	of	of	ADP
hij-1103	133	105	threat	threat	NOUN
hij-1103	133	106	detected	detect	VERB
hij-1103	133	107	.	.	PUNCT
hij-1103	134	1	the	the	DET
hij-1103	134	2	target	target	NOUN
hij-1103	134	3	variable	variable	NOUN
hij-1103	134	4	,	,	PUNCT
hij-1103	134	5	which	which	PRON
hij-1103	134	6	is	be	AUX
hij-1103	134	7	the	the	DET
hij-1103	134	8	class	class	NOUN
hij-1103	134	9	label	label	NOUN
hij-1103	134	10	for	for	ADP
hij-1103	134	11	each	each	DET
hij-1103	134	12	instance	instance	NOUN
hij-1103	134	13	in	in	ADP
hij-1103	134	14	the	the	DET
hij-1103	134	15	given	give	VERB
hij-1103	134	16	dataset	dataset	NOUN
hij-1103	134	17	,	,	PUNCT
hij-1103	134	18	represents	represent	VERB
hij-1103	134	19	these	these	DET
hij-1103	134	20	classes	class	NOUN
hij-1103	134	21	.	.	PUNCT
hij-1103	135	1	hightech	hightech	NOUN
hij-1103	135	2	and	and	CCONJ
hij-1103	135	3	innovation	innovation	NOUN
hij-1103	135	4	journal	journal	PROPN
hij-1103	135	5	vol	vol	NOUN
hij-1103	135	6	.	.	PROPN
hij-1103	136	1	6	6	NUM
hij-1103	136	2	,	,	PUNCT
hij-1103	136	3	no	no	INTJ
hij-1103	136	4	.	.	NOUN
hij-1103	136	5	2	2	NUM
hij-1103	136	6	,	,	PUNCT
hij-1103	136	7	june	june	PROPN
hij-1103	136	8	,	,	PUNCT
hij-1103	136	9	2025	2025	NUM
hij-1103	136	10	666	666	NUM
hij-1103	136	11	the	the	DET
hij-1103	136	12	first	first	ADJ
hij-1103	136	13	class	class	NOUN
hij-1103	136	14	is	be	AUX
hij-1103	136	15	ransomware_charger	ransomware_charger	PROPN
hij-1103	136	16	,	,	PUNCT
hij-1103	136	17	a	a	DET
hij-1103	136	18	virus	virus	NOUN
hij-1103	136	19	that	that	PRON
hij-1103	136	20	encrypts	encrypt	VERB
hij-1103	136	21	all	all	DET
hij-1103	136	22	files	file	NOUN
hij-1103	136	23	in	in	ADP
hij-1103	136	24	the	the	DET
hij-1103	136	25	infected	infected	ADJ
hij-1103	136	26	computer	computer	NOUN
hij-1103	136	27	.	.	PUNCT
hij-1103	137	1	it	it	PRON
hij-1103	137	2	can	can	AUX
hij-1103	137	3	also	also	ADV
hij-1103	137	4	infect	infect	VERB
hij-1103	137	5	the	the	DET
hij-1103	137	6	victim	victim	NOUN
hij-1103	137	7	’s	’s	PART
hij-1103	137	8	data	data	NOUN
hij-1103	137	9	files	file	NOUN
hij-1103	137	10	and	and	CCONJ
hij-1103	137	11	then	then	ADV
hij-1103	137	12	request	request	VERB
hij-1103	137	13	a	a	DET
hij-1103	137	14	ransom	ransom	NOUN
hij-1103	137	15	to	to	PART
hij-1103	137	16	be	be	AUX
hij-1103	137	17	paid	pay	VERB
hij-1103	137	18	for	for	ADP
hij-1103	137	19	the	the	DET
hij-1103	137	20	decryption	decryption	NOUN
hij-1103	137	21	of	of	ADP
hij-1103	137	22	the	the	DET
hij-1103	137	23	files	file	NOUN
hij-1103	137	24	.	.	PUNCT
hij-1103	138	1	adware_dowgin	adware_dowgin	NOUN
hij-1103	138	2	is	be	AUX
hij-1103	138	3	an	an	DET
hij-1103	138	4	adware	adware	NOUN
hij-1103	138	5	program	program	NOUN
hij-1103	138	6	that	that	PRON
hij-1103	138	7	displays	display	VERB
hij-1103	138	8	excessive	excessive	ADJ
hij-1103	138	9	advertisements	advertisement	NOUN
hij-1103	138	10	for	for	ADP
hij-1103	138	11	attackers	attacker	NOUN
hij-1103	138	12	.	.	PUNCT
hij-1103	139	1	the	the	DET
hij-1103	139	2	third	third	ADJ
hij-1103	139	3	type	type	NOUN
hij-1103	139	4	,	,	PUNCT
hij-1103	139	5	scareware_androiddefender	scareware_androiddefender	PRON
hij-1103	139	6	,	,	PUNCT
hij-1103	139	7	occurs	occur	VERB
hij-1103	139	8	when	when	SCONJ
hij-1103	139	9	malware	malware	NOUN
hij-1103	139	10	mimics	mimic	VERB
hij-1103	139	11	an	an	DET
hij-1103	139	12	antiviral	antiviral	ADJ
hij-1103	139	13	program	program	NOUN
hij-1103	139	14	.	.	PUNCT
hij-1103	140	1	it	it	PRON
hij-1103	140	2	even	even	ADV
hij-1103	140	3	tricks	trick	VERB
hij-1103	140	4	users	user	NOUN
hij-1103	140	5	into	into	ADP
hij-1103	140	6	purchasing	purchase	VERB
hij-1103	140	7	fake	fake	ADJ
hij-1103	140	8	antivirus	antivirus	NOUN
hij-1103	140	9	software	software	NOUN
hij-1103	140	10	.	.	PUNCT
hij-1103	141	1	smsmalware_fakeinst	smsmalware_fakeinst	ADJ
hij-1103	141	2	is	be	AUX
hij-1103	141	3	a	a	DET
hij-1103	141	4	class	class	NOUN
hij-1103	141	5	of	of	ADP
hij-1103	141	6	malware	malware	NOUN
hij-1103	141	7	that	that	PRON
hij-1103	141	8	deceives	deceive	VERB
hij-1103	141	9	the	the	DET
hij-1103	141	10	user	user	NOUN
hij-1103	141	11	and	and	CCONJ
hij-1103	141	12	runs	run	VERB
hij-1103	141	13	like	like	ADP
hij-1103	141	14	a	a	DET
hij-1103	141	15	genuine	genuine	ADJ
hij-1103	141	16	application	application	NOUN
hij-1103	141	17	,	,	PUNCT
hij-1103	141	18	but	but	CCONJ
hij-1103	141	19	sends	send	VERB
hij-1103	141	20	sms	sms	PROPN
hij-1103	141	21	without	without	ADP
hij-1103	141	22	the	the	DET
hij-1103	141	23	user	user	NOUN
hij-1103	141	24	’s	’s	PART
hij-1103	141	25	permission	permission	NOUN
hij-1103	141	26	to	to	ADP
hij-1103	141	27	a	a	DET
hij-1103	141	28	paid	pay	VERB
hij-1103	141	29	number	number	NOUN
hij-1103	141	30	.	.	PUNCT
hij-1103	142	1	finally	finally	ADV
hij-1103	142	2	,	,	PUNCT
hij-1103	142	3	benign	benign	ADJ
hij-1103	142	4	categorizes	categorize	VERB
hij-1103	142	5	traffic	traffic	NOUN
hij-1103	142	6	as	as	ADP
hij-1103	142	7	benign	benign	NOUN
hij-1103	142	8	,	,	PUNCT
hij-1103	142	9	which	which	PRON
hij-1103	142	10	originates	originate	VERB
hij-1103	142	11	from	from	ADP
hij-1103	142	12	legitimate	legitimate	ADJ
hij-1103	142	13	programs	program	NOUN
hij-1103	142	14	that	that	PRON
hij-1103	142	15	do	do	AUX
hij-1103	142	16	not	not	PART
hij-1103	142	17	possess	possess	VERB
hij-1103	142	18	any	any	DET
hij-1103	142	19	malicious	malicious	ADJ
hij-1103	142	20	intent	intent	NOUN
hij-1103	142	21	.	.	PUNCT
hij-1103	143	1	the	the	DET
hij-1103	143	2	format	format	NOUN
hij-1103	143	3	of	of	ADP
hij-1103	143	4	each	each	DET
hij-1103	143	5	instance	instance	NOUN
hij-1103	143	6	in	in	ADP
hij-1103	143	7	the	the	DET
hij-1103	143	8	dataset	dataset	NOUN
hij-1103	143	9	is	be	AUX
hij-1103	143	10	also	also	ADV
hij-1103	143	11	associated	associate	VERB
hij-1103	143	12	with	with	ADP
hij-1103	143	13	several	several	ADJ
hij-1103	143	14	features	feature	NOUN
hij-1103	143	15	related	relate	VERB
hij-1103	143	16	to	to	ADP
hij-1103	143	17	the	the	DET
hij-1103	143	18	network	network	NOUN
hij-1103	143	19	flow	flow	NOUN
hij-1103	143	20	characteristics	characteristic	NOUN
hij-1103	143	21	[	[	X
hij-1103	143	22	20	20	NUM
hij-1103	143	23	,	,	PUNCT
hij-1103	143	24	21	21	NUM
hij-1103	143	25	]	]	PUNCT
hij-1103	143	26	.	.	PUNCT
hij-1103	144	1	these	these	DET
hij-1103	144	2	aspects	aspect	NOUN
hij-1103	144	3	assist	assist	VERB
hij-1103	144	4	in	in	ADP
hij-1103	144	5	capturing	capture	VERB
hij-1103	144	6	the	the	DET
hij-1103	144	7	nature	nature	NOUN
hij-1103	144	8	of	of	ADP
hij-1103	144	9	the	the	DET
hij-1103	144	10	malware	malware	NOUN
hij-1103	144	11	operations	operation	NOUN
hij-1103	144	12	in	in	ADP
hij-1103	144	13	the	the	DET
hij-1103	144	14	network	network	NOUN
hij-1103	144	15	.	.	PUNCT
hij-1103	145	1	for	for	ADP
hij-1103	145	2	instance	instance	NOUN
hij-1103	145	3	,	,	PUNCT
hij-1103	145	4	the	the	DET
hij-1103	145	5	“	"	PUNCT
hij-1103	145	6	fwd	fwd	ADJ
hij-1103	145	7	packets	packet	NOUN
hij-1103	145	8	total	total	NOUN
hij-1103	145	9	”	"	PUNCT
hij-1103	145	10	measures	measure	NOUN
hij-1103	145	11	the	the	DET
hij-1103	145	12	total	total	ADJ
hij-1103	145	13	number	number	NOUN
hij-1103	145	14	of	of	ADP
hij-1103	145	15	forward	forward	ADJ
hij-1103	145	16	packets	packet	NOUN
hij-1103	145	17	in	in	ADP
hij-1103	145	18	the	the	DET
hij-1103	145	19	flow	flow	NOUN
hij-1103	145	20	,	,	PUNCT
hij-1103	145	21	and	and	CCONJ
hij-1103	145	22	“	"	PUNCT
hij-1103	145	23	total	total	ADJ
hij-1103	145	24	backward	backward	ADJ
hij-1103	145	25	packets	packet	NOUN
hij-1103	145	26	”	"	PUNCT
hij-1103	145	27	is	be	AUX
hij-1103	145	28	the	the	DET
hij-1103	145	29	total	total	ADJ
hij-1103	145	30	number	number	NOUN
hij-1103	145	31	of	of	ADP
hij-1103	145	32	backward	backward	ADJ
hij-1103	145	33	packets	packet	NOUN
hij-1103	145	34	.	.	PUNCT
hij-1103	146	1	likewise	likewise	ADV
hij-1103	146	2	,	,	PUNCT
hij-1103	146	3	the	the	DET
hij-1103	146	4	total	total	ADJ
hij-1103	146	5	fwd	fwd	ADJ
hij-1103	146	6	packet	packet	NOUN
hij-1103	146	7	length	length	NOUN
hij-1103	146	8	and	and	CCONJ
hij-1103	146	9	total	total	ADJ
hij-1103	146	10	length	length	NOUN
hij-1103	146	11	of	of	ADP
hij-1103	146	12	bwd	bwd	NOUN
hij-1103	146	13	packets	packet	NOUN
hij-1103	146	14	correspond	correspond	VERB
hij-1103	146	15	to	to	ADP
hij-1103	146	16	the	the	DET
hij-1103	146	17	forward	forward	ADJ
hij-1103	146	18	and	and	CCONJ
hij-1103	146	19	backward	backward	ADJ
hij-1103	146	20	packet	packet	NOUN
hij-1103	146	21	lengths	length	NOUN
hij-1103	146	22	,	,	PUNCT
hij-1103	146	23	respectively	respectively	ADV
hij-1103	146	24	.	.	PUNCT
hij-1103	147	1	other	other	ADJ
hij-1103	147	2	parameters	parameter	NOUN
hij-1103	147	3	of	of	ADP
hij-1103	147	4	interest	interest	NOUN
hij-1103	147	5	include	include	VERB
hij-1103	147	6	the	the	DET
hij-1103	147	7	maximum	maximum	ADJ
hij-1103	147	8	forward	forward	ADJ
hij-1103	147	9	packet	packet	NOUN
hij-1103	147	10	length	length	NOUN
hij-1103	147	11	,	,	PUNCT
hij-1103	147	12	which	which	PRON
hij-1103	147	13	provides	provide	VERB
hij-1103	147	14	information	information	NOUN
hij-1103	147	15	on	on	ADP
hij-1103	147	16	the	the	DET
hij-1103	147	17	largest	large	ADJ
hij-1103	147	18	forward	forward	ADJ
hij-1103	147	19	packet	packet	NOUN
hij-1103	147	20	size	size	NOUN
hij-1103	147	21	,	,	PUNCT
hij-1103	147	22	and	and	CCONJ
hij-1103	147	23	the	the	DET
hij-1103	147	24	mean	mean	ADJ
hij-1103	147	25	forward	forward	ADJ
hij-1103	147	26	packet	packet	NOUN
hij-1103	147	27	length	length	NOUN
hij-1103	147	28	,	,	PUNCT
hij-1103	147	29	which	which	PRON
hij-1103	147	30	includes	include	VERB
hij-1103	147	31	information	information	NOUN
hij-1103	147	32	on	on	ADP
hij-1103	147	33	the	the	DET
hij-1103	147	34	average	average	ADJ
hij-1103	147	35	forward	forward	ADJ
hij-1103	147	36	packet	packet	NOUN
hij-1103	147	37	size	size	NOUN
hij-1103	147	38	.	.	PUNCT
hij-1103	148	1	additional	additional	ADJ
hij-1103	148	2	extensions	extension	NOUN
hij-1103	148	3	,	,	PUNCT
hij-1103	148	4	including	include	VERB
hij-1103	148	5	syn	syn	PROPN
hij-1103	148	6	,	,	PUNCT
hij-1103	148	7	psh	psh	PROPN
hij-1103	148	8	,	,	PUNCT
hij-1103	148	9	ack	ack	PROPN
hij-1103	148	10	,	,	PUNCT
hij-1103	148	11	urg	urg	PROPN
hij-1103	148	12	,	,	PUNCT
hij-1103	148	13	cwe	cwe	NOUN
hij-1103	148	14	,	,	PUNCT
hij-1103	148	15	and	and	CCONJ
hij-1103	148	16	ece	ece	PROPN
hij-1103	148	17	flags	flag	NOUN
hij-1103	148	18	,	,	PUNCT
hij-1103	148	19	provide	provide	VERB
hij-1103	148	20	more	more	ADJ
hij-1103	148	21	information	information	NOUN
hij-1103	148	22	regarding	regard	VERB
hij-1103	148	23	the	the	DET
hij-1103	148	24	control	control	NOUN
hij-1103	148	25	signals	signal	NOUN
hij-1103	148	26	used	use	VERB
hij-1103	148	27	in	in	ADP
hij-1103	148	28	network	network	NOUN
hij-1103	148	29	communication	communication	NOUN
hij-1103	148	30	.	.	PUNCT
hij-1103	149	1	table	table	NOUN
hij-1103	149	2	3	3	NUM
hij-1103	149	3	shows	show	VERB
hij-1103	149	4	the	the	DET
hij-1103	149	5	symbols	symbol	NOUN
hij-1103	149	6	and	and	CCONJ
hij-1103	149	7	parameters	parameter	NOUN
hij-1103	149	8	for	for	ADP
hij-1103	149	9	our	our	PRON
hij-1103	149	10	dataset	dataset	NOUN
hij-1103	149	11	.	.	PUNCT
hij-1103	150	1	table	table	NOUN
hij-1103	150	2	3	3	NUM
hij-1103	150	3	.	.	PUNCT
hij-1103	151	1	symbols	symbol	NOUN
hij-1103	151	2	and	and	CCONJ
hij-1103	151	3	parameters	parameter	NOUN
hij-1103	151	4	for	for	ADP
hij-1103	151	5	our	our	PRON
hij-1103	151	6	dataset	dataset	NOUN
hij-1103	151	7	category	category	NOUN
hij-1103	151	8	symbol	symbol	NOUN
hij-1103	151	9	parameter	parameter	NOUN
hij-1103	151	10	description	description	NOUN
hij-1103	151	11	apks	apks	PROPN
hij-1103	151	12	apks	apks	PROPN
hij-1103	151	13	dataset	dataset	VERB
hij-1103	151	14	category	category	NOUN
hij-1103	151	15	for	for	ADP
hij-1103	151	16	apk	apk	PROPN
hij-1103	151	17	files	file	NOUN
hij-1103	151	18	.	.	PUNCT
hij-1103	152	1	csvs	csvs	ADJ
hij-1103	152	2	csvs	csvs	ADJ
hij-1103	152	3	dataset	dataset	NOUN
hij-1103	152	4	category	category	NOUN
hij-1103	152	5	for	for	ADP
hij-1103	152	6	csv	csv	ADJ
hij-1103	152	7	files	file	NOUN
hij-1103	152	8	.	.	PUNCT
hij-1103	153	1	pcaps	pcap	NOUN
hij-1103	153	2	pcaps	pcap	NOUN
hij-1103	153	3	dataset	dataset	VERB
hij-1103	153	4	category	category	NOUN
hij-1103	153	5	for	for	ADP
hij-1103	153	6	pcap	pcap	NOUN
hij-1103	153	7	(	(	PUNCT
hij-1103	153	8	packet	packet	NOUN
hij-1103	153	9	capture	capture	NOUN
hij-1103	153	10	)	)	PUNCT
hij-1103	153	11	files	file	NOUN
hij-1103	153	12	.	.	PUNCT
hij-1103	154	1	flags	flag	NOUN
hij-1103	154	2	syn	syn	PROPN
hij-1103	154	3	synchronize	synchronize	VERB
hij-1103	154	4	the	the	DET
hij-1103	154	5	flag	flag	NOUN
hij-1103	154	6	in	in	ADP
hij-1103	154	7	tcp	tcp	ADJ
hij-1103	154	8	communication	communication	NOUN
hij-1103	154	9	.	.	PUNCT
hij-1103	155	1	psh	psh	NOUN
hij-1103	155	2	push	push	VERB
hij-1103	155	3	the	the	DET
hij-1103	155	4	flag	flag	NOUN
hij-1103	155	5	in	in	ADP
hij-1103	155	6	tcp	tcp	ADJ
hij-1103	155	7	communication	communication	NOUN
hij-1103	155	8	.	.	PUNCT
hij-1103	156	1	ack	ack	VERB
hij-1103	156	2	acknowledgment	acknowledgment	NOUN
hij-1103	156	3	flag	flag	NOUN
hij-1103	156	4	in	in	ADP
hij-1103	156	5	tcp	tcp	ADJ
hij-1103	156	6	communication	communication	NOUN
hij-1103	156	7	.	.	PUNCT
hij-1103	157	1	urg	urg	PROPN
hij-1103	157	2	urgent	urgent	ADJ
hij-1103	157	3	flag	flag	NOUN
hij-1103	157	4	in	in	ADP
hij-1103	157	5	tcp	tcp	ADJ
hij-1103	157	6	communication	communication	NOUN
hij-1103	157	7	.	.	PUNCT
hij-1103	158	1	cwe	cwe	VERB
hij-1103	158	2	the	the	DET
hij-1103	158	3	congestion	congestion	NOUN
hij-1103	158	4	window	window	NOUN
hij-1103	158	5	reduced	reduce	VERB
hij-1103	158	6	flag	flag	NOUN
hij-1103	158	7	in	in	ADP
hij-1103	158	8	tcp	tcp	ADJ
hij-1103	158	9	communication	communication	NOUN
hij-1103	158	10	.	.	PUNCT
hij-1103	159	1	ece	ece	PROPN
hij-1103	159	2	ecn	ecn	PROPN
hij-1103	159	3	echo	echo	VERB
hij-1103	159	4	flag	flag	NOUN
hij-1103	159	5	in	in	ADP
hij-1103	159	6	tcp	tcp	NOUN
hij-1103	159	7	communication	communication	NOUN
hij-1103	159	8	.	.	PUNCT
hij-1103	160	1	two	two	NUM
hij-1103	160	2	other	other	ADJ
hij-1103	160	3	network	network	NOUN
hij-1103	160	4	-	-	PUNCT
hij-1103	160	5	related	relate	VERB
hij-1103	160	6	features	feature	NOUN
hij-1103	160	7	that	that	PRON
hij-1103	160	8	can	can	AUX
hij-1103	160	9	be	be	AUX
hij-1103	160	10	examined	examine	VERB
hij-1103	160	11	are	be	AUX
hij-1103	160	12	the	the	DET
hij-1103	160	13	down	down	ADJ
hij-1103	160	14	/	/	SYM
hij-1103	160	15	up	up	ADP
hij-1103	160	16	ratio	ratio	NOUN
hij-1103	160	17	,	,	PUNCT
hij-1103	160	18	which	which	PRON
hij-1103	160	19	shows	show	VERB
hij-1103	160	20	the	the	DET
hij-1103	160	21	ratio	ratio	NOUN
hij-1103	160	22	between	between	ADP
hij-1103	160	23	the	the	DET
hij-1103	160	24	downstream	downstream	ADJ
hij-1103	160	25	and	and	CCONJ
hij-1103	160	26	upstream	upstream	ADJ
hij-1103	160	27	data	datum	NOUN
hij-1103	160	28	volumes	volume	NOUN
hij-1103	160	29	,	,	PUNCT
hij-1103	160	30	and	and	CCONJ
hij-1103	160	31	the	the	DET
hij-1103	160	32	average	average	ADJ
hij-1103	160	33	packet	packet	NOUN
hij-1103	160	34	size	size	NOUN
hij-1103	160	35	,	,	PUNCT
hij-1103	160	36	which	which	PRON
hij-1103	160	37	determines	determine	VERB
hij-1103	160	38	the	the	DET
hij-1103	160	39	mean	mean	ADJ
hij-1103	160	40	size	size	NOUN
hij-1103	160	41	of	of	ADP
hij-1103	160	42	the	the	DET
hij-1103	160	43	packets	packet	NOUN
hij-1103	160	44	in	in	ADP
hij-1103	160	45	the	the	DET
hij-1103	160	46	flow	flow	NOUN
hij-1103	160	47	.	.	PUNCT
hij-1103	161	1	knowing	know	VERB
hij-1103	161	2	the	the	DET
hij-1103	161	3	distribution	distribution	NOUN
hij-1103	161	4	of	of	ADP
hij-1103	161	5	these	these	DET
hij-1103	161	6	attributes	attribute	NOUN
hij-1103	161	7	is	be	AUX
hij-1103	161	8	crucial	crucial	ADJ
hij-1103	161	9	for	for	ADP
hij-1103	161	10	data	datum	NOUN
hij-1103	161	11	pre	pre	ADJ
hij-1103	161	12	-	-	ADJ
hij-1103	161	13	processing	processing	ADJ
hij-1103	161	14	,	,	PUNCT
hij-1103	161	15	feature	feature	NOUN
hij-1103	161	16	creation	creation	NOUN
hij-1103	161	17	,	,	PUNCT
hij-1103	161	18	and	and	CCONJ
hij-1103	161	19	model	model	NOUN
hij-1103	161	20	building	building	NOUN
hij-1103	161	21	.	.	PUNCT
hij-1103	162	1	owing	owe	VERB
hij-1103	162	2	to	to	ADP
hij-1103	162	3	its	its	PRON
hij-1103	162	4	wide	wide	ADJ
hij-1103	162	5	variety	variety	NOUN
hij-1103	162	6	of	of	ADP
hij-1103	162	7	writes	write	NOUN
hij-1103	162	8	,	,	PUNCT
hij-1103	162	9	this	this	DET
hij-1103	162	10	dataset	dataset	NOUN
hij-1103	162	11	is	be	AUX
hij-1103	162	12	especially	especially	ADV
hij-1103	162	13	useful	useful	ADJ
hij-1103	162	14	for	for	ADP
hij-1103	162	15	finding	find	VERB
hij-1103	162	16	and	and	CCONJ
hij-1103	162	17	enhancing	enhance	VERB
hij-1103	162	18	machine	machine	NOUN
hij-1103	162	19	learning	learn	VERB
hij-1103	162	20	algorithms	algorithm	NOUN
hij-1103	162	21	to	to	PART
hij-1103	162	22	help	help	AUX
hij-1103	162	23	identify	identify	VERB
hij-1103	162	24	android	android	PROPN
hij-1103	162	25	malware	malware	NOUN
hij-1103	162	26	attacks	attack	NOUN
hij-1103	162	27	and	and	CCONJ
hij-1103	162	28	improve	improve	VERB
hij-1103	162	29	cybersecurity	cybersecurity	NOUN
hij-1103	162	30	.	.	PUNCT
hij-1103	163	1	3.2	3.2	NUM
hij-1103	163	2	.	.	PUNCT
hij-1103	163	3	eda	eda	PROPN
hij-1103	163	4	while	while	SCONJ
hij-1103	163	5	analyzing	analyze	VERB
hij-1103	163	6	the	the	DET
hij-1103	163	7	android	android	PROPN
hij-1103	163	8	malware	malware	NOUN
hij-1103	163	9	dataset	dataset	NOUN
hij-1103	163	10	,	,	PUNCT
hij-1103	163	11	exploratory	exploratory	ADJ
hij-1103	163	12	data	datum	NOUN
hij-1103	163	13	analysis	analysis	NOUN
hij-1103	163	14	(	(	PUNCT
hij-1103	163	15	eda	eda	X
hij-1103	163	16	)	)	PUNCT
hij-1103	163	17	is	be	AUX
hij-1103	163	18	critical	critical	ADJ
hij-1103	163	19	in	in	ADP
hij-1103	163	20	discovering	discover	VERB
hij-1103	163	21	essential	essential	ADJ
hij-1103	163	22	features	feature	NOUN
hij-1103	163	23	and	and	CCONJ
hij-1103	163	24	patterns	pattern	NOUN
hij-1103	163	25	that	that	PRON
hij-1103	163	26	would	would	AUX
hij-1103	163	27	help	help	VERB
hij-1103	163	28	further	further	ADJ
hij-1103	163	29	data	datum	NOUN
hij-1103	163	30	preparation	preparation	NOUN
hij-1103	163	31	and	and	CCONJ
hij-1103	163	32	modeling	modeling	NOUN
hij-1103	163	33	[	[	X
hij-1103	163	34	21	21	NUM
hij-1103	163	35	,	,	PUNCT
hij-1103	163	36	22	22	NUM
hij-1103	163	37	]	]	PUNCT
hij-1103	163	38	.	.	PUNCT
hij-1103	164	1	the	the	DET
hij-1103	164	2	eda	eda	PROPN
hij-1103	164	3	process	process	NOUN
hij-1103	164	4	,	,	PUNCT
hij-1103	164	5	which	which	PRON
hij-1103	164	6	is	be	AUX
hij-1103	164	7	very	very	ADV
hij-1103	164	8	important	important	ADJ
hij-1103	164	9	,	,	PUNCT
hij-1103	164	10	helped	help	VERB
hij-1103	164	11	to	to	PART
hij-1103	164	12	determine	determine	VERB
hij-1103	164	13	the	the	DET
hij-1103	164	14	nature	nature	NOUN
hij-1103	164	15	of	of	ADP
hij-1103	164	16	the	the	DET
hij-1103	164	17	dataset	dataset	NOUN
hij-1103	164	18	and	and	CCONJ
hij-1103	164	19	any	any	DET
hij-1103	164	20	concerns	concern	NOUN
hij-1103	164	21	that	that	PRON
hij-1103	164	22	might	might	AUX
hij-1103	164	23	arise	arise	VERB
hij-1103	164	24	before	before	ADP
hij-1103	164	25	model	model	NOUN
hij-1103	164	26	training	training	NOUN
hij-1103	164	27	.	.	PUNCT
hij-1103	165	1	the	the	DET
hij-1103	165	2	first	first	ADJ
hij-1103	165	3	process	process	NOUN
hij-1103	165	4	we	we	PRON
hij-1103	165	5	engaged	engage	VERB
hij-1103	165	6	in	in	ADP
hij-1103	165	7	was	be	AUX
hij-1103	165	8	feature	feature	NOUN
hij-1103	165	9	distribution	distribution	NOUN
hij-1103	165	10	analysis	analysis	NOUN
hij-1103	165	11	.	.	PUNCT
hij-1103	166	1	it	it	PRON
hij-1103	166	2	generally	generally	ADV
hij-1103	166	3	pointed	point	VERB
hij-1103	166	4	out	out	ADP
hij-1103	166	5	the	the	DET
hij-1103	166	6	range	range	NOUN
hij-1103	166	7	,	,	PUNCT
hij-1103	166	8	variability	variability	NOUN
hij-1103	166	9	,	,	PUNCT
hij-1103	166	10	and	and	CCONJ
hij-1103	166	11	outliers	outlier	NOUN
hij-1103	166	12	that	that	PRON
hij-1103	166	13	might	might	AUX
hij-1103	166	14	be	be	AUX
hij-1103	166	15	present	present	ADJ
hij-1103	166	16	in	in	ADP
hij-1103	166	17	the	the	DET
hij-1103	166	18	given	give	VERB
hij-1103	166	19	features	feature	NOUN
hij-1103	166	20	.	.	PUNCT
hij-1103	167	1	determining	determine	VERB
hij-1103	167	2	skewed	skewed	ADJ
hij-1103	167	3	distributions	distribution	NOUN
hij-1103	167	4	that	that	PRON
hij-1103	167	5	may	may	AUX
hij-1103	167	6	compromise	compromise	VERB
hij-1103	167	7	a	a	DET
hij-1103	167	8	model	model	NOUN
hij-1103	167	9	's	's	PART
hij-1103	167	10	performance	performance	NOUN
hij-1103	167	11	was	be	AUX
hij-1103	167	12	essential	essential	ADJ
hij-1103	167	13	.	.	PUNCT
hij-1103	168	1	class	class	NOUN
hij-1103	168	2	distribution	distribution	NOUN
hij-1103	168	3	was	be	AUX
hij-1103	168	4	also	also	ADV
hij-1103	168	5	considered	consider	VERB
hij-1103	168	6	to	to	PART
hij-1103	168	7	identify	identify	VERB
hij-1103	168	8	possible	possible	ADJ
hij-1103	168	9	shortages	shortage	NOUN
hij-1103	168	10	in	in	ADP
hij-1103	168	11	the	the	DET
hij-1103	168	12	sample	sample	NOUN
hij-1103	168	13	that	that	PRON
hij-1103	168	14	could	could	AUX
hij-1103	168	15	mislead	mislead	VERB
hij-1103	168	16	the	the	DET
hij-1103	168	17	model	model	NOUN
hij-1103	168	18	’s	’s	PART
hij-1103	168	19	outcomes	outcome	NOUN
hij-1103	168	20	.	.	PUNCT
hij-1103	169	1	to	to	PART
hij-1103	169	2	address	address	VERB
hij-1103	169	3	this	this	DET
hij-1103	169	4	issue	issue	NOUN
hij-1103	169	5	,	,	PUNCT
hij-1103	169	6	choices	choice	NOUN
hij-1103	169	7	such	such	ADJ
hij-1103	169	8	as	as	ADP
hij-1103	169	9	oversampling	oversample	VERB
hij-1103	169	10	or	or	CCONJ
hij-1103	169	11	undersampling	undersampling	ADJ
hij-1103	169	12	can	can	AUX
hij-1103	169	13	be	be	AUX
hij-1103	169	14	used	use	VERB
hij-1103	169	15	[	[	X
hij-1103	169	16	23	23	NUM
hij-1103	169	17	]	]	PUNCT
hij-1103	169	18	.	.	PUNCT
hij-1103	170	1	correlation	correlation	NOUN
hij-1103	170	2	analysis	analysis	NOUN
hij-1103	170	3	was	be	AUX
hij-1103	170	4	conducted	conduct	VERB
hij-1103	170	5	to	to	PART
hij-1103	170	6	determine	determine	VERB
hij-1103	170	7	the	the	DET
hij-1103	170	8	presence	presence	NOUN
hij-1103	170	9	of	of	ADP
hij-1103	170	10	a	a	DET
hij-1103	170	11	positive	positive	ADJ
hij-1103	170	12	correlation	correlation	NOUN
hij-1103	170	13	between	between	ADP
hij-1103	170	14	the	the	DET
hij-1103	170	15	attributes	attribute	NOUN
hij-1103	170	16	and	and	CCONJ
hij-1103	170	17	the	the	DET
hij-1103	170	18	target	target	NOUN
hij-1103	170	19	variable	variable	NOUN
hij-1103	170	20	[	[	X
hij-1103	170	21	24	24	NUM
hij-1103	170	22	]	]	PUNCT
hij-1103	170	23	.	.	PUNCT
hij-1103	171	1	this	this	PRON
hij-1103	171	2	is	be	AUX
hij-1103	171	3	useful	useful	ADJ
hij-1103	171	4	because	because	SCONJ
hij-1103	171	5	it	it	PRON
hij-1103	171	6	enables	enable	VERB
hij-1103	171	7	selecting	select	VERB
hij-1103	171	8	features	feature	NOUN
hij-1103	171	9	with	with	ADP
hij-1103	171	10	strong	strong	ADJ
hij-1103	171	11	dependencies	dependency	NOUN
hij-1103	171	12	on	on	ADP
hij-1103	171	13	the	the	DET
hij-1103	171	14	target	target	NOUN
hij-1103	171	15	,	,	PUNCT
hij-1103	171	16	which	which	PRON
hij-1103	171	17	could	could	AUX
hij-1103	171	18	be	be	AUX
hij-1103	171	19	good	good	ADJ
hij-1103	171	20	predictors	predictor	NOUN
hij-1103	171	21	in	in	ADP
hij-1103	171	22	the	the	DET
hij-1103	171	23	model	model	NOUN
hij-1103	171	24	.	.	PUNCT
hij-1103	172	1	regarding	regard	VERB
hij-1103	172	2	data	datum	NOUN
hij-1103	172	3	cleaning	cleaning	NOUN
hij-1103	172	4	,	,	PUNCT
hij-1103	172	5	missing	miss	VERB
hij-1103	172	6	values	value	NOUN
hij-1103	172	7	were	be	AUX
hij-1103	172	8	dealt	deal	VERB
hij-1103	172	9	with	with	ADP
hij-1103	172	10	by	by	ADP
hij-1103	172	11	imputation	imputation	NOUN
hij-1103	172	12	,	,	PUNCT
hij-1103	172	13	outliers	outlier	NOUN
hij-1103	172	14	were	be	AUX
hij-1103	172	15	treated	treat	VERB
hij-1103	172	16	and	and	CCONJ
hij-1103	172	17	normalized	normalize	VERB
hij-1103	172	18	,	,	PUNCT
hij-1103	172	19	and	and	CCONJ
hij-1103	172	20	other	other	ADJ
hij-1103	172	21	inconsistent	inconsistent	ADJ
hij-1103	172	22	values	value	NOUN
hij-1103	172	23	were	be	AUX
hij-1103	172	24	used	use	VERB
hij-1103	172	25	to	to	PART
hij-1103	172	26	make	make	VERB
hij-1103	172	27	the	the	DET
hij-1103	172	28	dataset	dataset	NOUN
hij-1103	172	29	suitable	suitable	ADJ
hij-1103	172	30	for	for	ADP
hij-1103	172	31	modeling	modeling	NOUN
hij-1103	172	32	.	.	PUNCT
hij-1103	173	1	moreover	moreover	ADV
hij-1103	173	2	,	,	PUNCT
hij-1103	173	3	feature	feature	NOUN
hij-1103	173	4	engineering	engineering	NOUN
hij-1103	173	5	allows	allow	VERB
hij-1103	173	6	us	we	PRON
hij-1103	173	7	to	to	PART
hij-1103	173	8	develop	develop	VERB
hij-1103	173	9	or	or	CCONJ
hij-1103	173	10	modify	modify	VERB
hij-1103	173	11	new	new	ADJ
hij-1103	173	12	features	feature	NOUN
hij-1103	173	13	;	;	PUNCT
hij-1103	173	14	this	this	DET
hij-1103	173	15	step	step	NOUN
hij-1103	173	16	also	also	ADV
hij-1103	173	17	positively	positively	ADV
hij-1103	173	18	affects	affect	VERB
hij-1103	173	19	the	the	DET
hij-1103	173	20	increase	increase	NOUN
hij-1103	173	21	in	in	ADP
hij-1103	173	22	model	model	NOUN
hij-1103	173	23	accuracy	accuracy	NOUN
hij-1103	173	24	.	.	PUNCT
hij-1103	174	1	graphs	graph	NOUN
hij-1103	174	2	were	be	AUX
hij-1103	174	3	instrumental	instrumental	ADJ
hij-1103	174	4	in	in	ADP
hij-1103	174	5	the	the	DET
hij-1103	174	6	analysis	analysis	NOUN
hij-1103	174	7	,	,	PUNCT
hij-1103	174	8	including	include	VERB
hij-1103	174	9	bar	bar	NOUN
hij-1103	174	10	graphs	graph	NOUN
hij-1103	174	11	,	,	PUNCT
hij-1103	174	12	histograms	histogram	NOUN
hij-1103	174	13	,	,	PUNCT
hij-1103	174	14	scatter	scatter	NOUN
hij-1103	174	15	plots	plot	NOUN
hij-1103	174	16	,	,	PUNCT
hij-1103	174	17	box	box	NOUN
hij-1103	174	18	plots	plot	NOUN
hij-1103	174	19	,	,	PUNCT
hij-1103	174	20	and	and	CCONJ
hij-1103	174	21	heat	heat	NOUN
hij-1103	174	22	maps	map	NOUN
hij-1103	174	23	,	,	PUNCT
hij-1103	174	24	to	to	PART
hij-1103	174	25	help	help	VERB
hij-1103	174	26	detect	detect	VERB
hij-1103	174	27	patterns	pattern	NOUN
hij-1103	174	28	and	and	CCONJ
hij-1103	174	29	trends	trend	NOUN
hij-1103	174	30	.	.	PUNCT
hij-1103	175	1	figure	figure	NOUN
hij-1103	175	2	2	2	NUM
hij-1103	175	3	displays	display	VERB
hij-1103	175	4	a	a	DET
hij-1103	175	5	label	label	NOUN
hij-1103	175	6	distribution	distribution	NOUN
hij-1103	175	7	bar	bar	NOUN
hij-1103	175	8	plot	plot	NOUN
hij-1103	175	9	that	that	PRON
hij-1103	175	10	also	also	ADV
hij-1103	175	11	helps	helps	AUX
hij-1103	175	12	identify	identify	VERB
hij-1103	175	13	the	the	DET
hij-1103	175	14	frequency	frequency	NOUN
hij-1103	175	15	of	of	ADP
hij-1103	175	16	each	each	DET
hij-1103	175	17	type	type	NOUN
hij-1103	175	18	of	of	ADP
hij-1103	175	19	malware	malware	NOUN
hij-1103	175	20	and	and	CCONJ
hij-1103	175	21	the	the	DET
hij-1103	175	22	potential	potential	ADJ
hij-1103	175	23	class	class	NOUN
hij-1103	175	24	imbalance	imbalance	NOUN
hij-1103	175	25	.	.	PUNCT
hij-1103	176	1	hightech	hightech	NOUN
hij-1103	176	2	and	and	CCONJ
hij-1103	176	3	innovation	innovation	NOUN
hij-1103	176	4	journal	journal	PROPN
hij-1103	176	5	vol	vol	NOUN
hij-1103	176	6	.	.	PROPN
hij-1103	177	1	6	6	NUM
hij-1103	177	2	,	,	PUNCT
hij-1103	177	3	no	no	INTJ
hij-1103	177	4	.	.	NOUN
hij-1103	177	5	2	2	NUM
hij-1103	177	6	,	,	PUNCT
hij-1103	177	7	june	june	PROPN
hij-1103	177	8	,	,	PUNCT
hij-1103	177	9	2025	2025	NUM
hij-1103	177	10	667	667	NUM
hij-1103	177	11	figure	figure	NOUN
hij-1103	177	12	2	2	NUM
hij-1103	177	13	.	.	PUNCT
hij-1103	177	14	distribution	distribution	NOUN
hij-1103	177	15	of	of	ADP
hij-1103	177	16	malware	malware	NOUN
hij-1103	177	17	classes	class	NOUN
hij-1103	177	18	in	in	ADP
hij-1103	177	19	a	a	DET
hij-1103	177	20	dataframe	dataframe	PROPN
hij-1103	177	21	the	the	DET
hij-1103	177	22	pairwise	pairwise	NOUN
hij-1103	177	23	scatter	scatter	NOUN
hij-1103	177	24	plot	plot	NOUN
hij-1103	177	25	(	(	PUNCT
hij-1103	177	26	figure	figure	NOUN
hij-1103	177	27	3	3	NUM
hij-1103	177	28	)	)	PUNCT
hij-1103	177	29	shows	show	VERB
hij-1103	177	30	the	the	DET
hij-1103	177	31	interaction	interaction	NOUN
hij-1103	177	32	among	among	ADP
hij-1103	177	33	the	the	DET
hij-1103	177	34	selected	select	VERB
hij-1103	177	35	features	feature	NOUN
hij-1103	177	36	,	,	PUNCT
hij-1103	177	37	which	which	PRON
hij-1103	177	38	enhanced	enhance	VERB
hij-1103	177	39	the	the	DET
hij-1103	177	40	identification	identification	NOUN
hij-1103	177	41	of	of	ADP
hij-1103	177	42	certain	certain	ADJ
hij-1103	177	43	relations	relation	NOUN
hij-1103	177	44	.	.	PUNCT
hij-1103	178	1	figure	figure	VERB
hij-1103	178	2	3	3	NUM
hij-1103	178	3	.	.	PUNCT
hij-1103	178	4	pairwise	pairwise	NOUN
hij-1103	178	5	scatter	scatter	NOUN
hij-1103	178	6	plot	plot	NOUN
hij-1103	178	7	analysis	analysis	NOUN
hij-1103	178	8	of	of	ADP
hij-1103	178	9	selected	select	VERB
hij-1103	178	10	features	feature	NOUN
hij-1103	178	11	furthermore	furthermore	ADV
hij-1103	178	12	,	,	PUNCT
hij-1103	178	13	the	the	DET
hij-1103	178	14	histogram	histogram	NOUN
hij-1103	178	15	of	of	ADP
hij-1103	178	16	the	the	DET
hij-1103	178	17	numerical	numerical	ADJ
hij-1103	178	18	variables	variable	NOUN
hij-1103	178	19	categorized	categorize	VERB
hij-1103	178	20	by	by	ADP
hij-1103	178	21	the	the	DET
hij-1103	178	22	malware	malware	NOUN
hij-1103	178	23	label	label	NOUN
hij-1103	178	24	also	also	ADV
hij-1103	178	25	shows	show	VERB
hij-1103	178	26	significant	significant	ADJ
hij-1103	178	27	variations	variation	NOUN
hij-1103	178	28	in	in	ADP
hij-1103	178	29	the	the	DET
hij-1103	178	30	numerical	numerical	ADJ
hij-1103	178	31	variables	variable	NOUN
hij-1103	178	32	across	across	ADP
hij-1103	178	33	the	the	DET
hij-1103	178	34	different	different	ADJ
hij-1103	178	35	categories	category	NOUN
hij-1103	178	36	,	,	PUNCT
hij-1103	178	37	as	as	SCONJ
hij-1103	178	38	shown	show	VERB
hij-1103	178	39	in	in	ADP
hij-1103	178	40	figure	figure	NOUN
hij-1103	178	41	4	4	NUM
hij-1103	178	42	.	.	PUNCT
hij-1103	178	43	figure	figure	VERB
hij-1103	178	44	4	4	NUM
hij-1103	178	45	.	.	PUNCT
hij-1103	178	46	box	box	NOUN
hij-1103	178	47	plot	plot	NOUN
hij-1103	178	48	of	of	ADP
hij-1103	178	49	numerical	numerical	ADJ
hij-1103	178	50	variables	variable	NOUN
hij-1103	178	51	categorized	categorize	VERB
hij-1103	178	52	by	by	ADP
hij-1103	178	53	malware	malware	NOUN
hij-1103	178	54	label	label	NOUN
hij-1103	178	55	.	.	PUNCT
hij-1103	179	1	0	0	NUM
hij-1103	179	2	5,000	5,000	NUM
hij-1103	179	3	10,000	10,000	NUM
hij-1103	179	4	15,000	15,000	NUM
hij-1103	179	5	20,000	20,000	NUM
hij-1103	179	6	25,000	25,000	NUM
hij-1103	179	7	30,000	30,000	NUM
hij-1103	179	8	c	c	NOUN
hij-1103	179	9	o	o	X
hij-1103	179	10	u	u	NOUN
hij-1103	179	11	n	n	ADP
hij-1103	179	12	t	t	NOUN
hij-1103	179	13	label	label	NOUN
hij-1103	179	14	label	label	NOUN
hij-1103	179	15	distribution	distribution	NOUN
hij-1103	179	16	hightech	hightech	NOUN
hij-1103	179	17	and	and	CCONJ
hij-1103	179	18	innovation	innovation	NOUN
hij-1103	179	19	journal	journal	PROPN
hij-1103	179	20	vol	vol	NOUN
hij-1103	179	21	.	.	PROPN
hij-1103	179	22	6	6	NUM
hij-1103	179	23	,	,	PUNCT
hij-1103	179	24	no	no	INTJ
hij-1103	179	25	.	.	NOUN
hij-1103	179	26	2	2	NUM
hij-1103	179	27	,	,	PUNCT
hij-1103	179	28	june	june	PROPN
hij-1103	179	29	,	,	PUNCT
hij-1103	179	30	2025	2025	NUM
hij-1103	179	31	668	668	NUM
hij-1103	179	32	as	as	SCONJ
hij-1103	179	33	shown	show	VERB
hij-1103	179	34	in	in	ADP
hij-1103	179	35	figure	figure	NOUN
hij-1103	179	36	5	5	NUM
hij-1103	179	37	,	,	PUNCT
hij-1103	179	38	a	a	DET
hij-1103	179	39	correlation	correlation	NOUN
hij-1103	179	40	matrix	matrix	NOUN
hij-1103	179	41	heat	heat	NOUN
hij-1103	179	42	map	map	NOUN
hij-1103	179	43	was	be	AUX
hij-1103	179	44	used	use	VERB
hij-1103	179	45	to	to	PART
hij-1103	179	46	visualize	visualize	VERB
hij-1103	179	47	the	the	DET
hij-1103	179	48	feature	feature	NOUN
hij-1103	179	49	relationships	relationship	NOUN
hij-1103	179	50	further	far	ADV
hij-1103	179	51	.	.	PUNCT
hij-1103	180	1	this	this	DET
hij-1103	180	2	heatmap	heatmap	NOUN
hij-1103	180	3	was	be	AUX
hij-1103	180	4	intended	intend	VERB
hij-1103	180	5	to	to	PART
hij-1103	180	6	show	show	VERB
hij-1103	180	7	the	the	DET
hij-1103	180	8	correlation	correlation	NOUN
hij-1103	180	9	between	between	ADP
hij-1103	180	10	the	the	DET
hij-1103	180	11	features	feature	NOUN
hij-1103	180	12	and	and	CCONJ
hij-1103	180	13	the	the	DET
hij-1103	180	14	target	target	NOUN
hij-1103	180	15	label	label	NOUN
hij-1103	180	16	,	,	PUNCT
hij-1103	180	17	whether	whether	SCONJ
hij-1103	180	18	positive	positive	ADJ
hij-1103	180	19	or	or	CCONJ
hij-1103	180	20	negative	negative	ADJ
hij-1103	180	21	.	.	PUNCT
hij-1103	181	1	figure	figure	NOUN
hij-1103	181	2	5	5	NUM
hij-1103	181	3	.	.	PUNCT
hij-1103	181	4	correlation	correlation	NOUN
hij-1103	181	5	matrix	matrix	NOUN
hij-1103	181	6	heatmap	heatmap	NOUN
hij-1103	181	7	.	.	PUNCT
hij-1103	182	1	moreover	moreover	ADV
hij-1103	182	2	,	,	PUNCT
hij-1103	182	3	histogram	histogram	VERB
hij-1103	182	4	analysis	analysis	NOUN
hij-1103	182	5	(	(	PUNCT
hij-1103	182	6	figure	figure	NOUN
hij-1103	182	7	6	6	NUM
hij-1103	182	8	)	)	PUNCT
hij-1103	182	9	suggests	suggest	VERB
hij-1103	182	10	grouping	group	VERB
hij-1103	182	11	numerical	numerical	ADJ
hij-1103	182	12	variables	variable	NOUN
hij-1103	182	13	into	into	ADP
hij-1103	182	14	equal	equal	ADJ
hij-1103	182	15	classes	class	NOUN
hij-1103	182	16	,	,	PUNCT
hij-1103	182	17	which	which	PRON
hij-1103	182	18	helps	help	VERB
hij-1103	182	19	detect	detect	VERB
hij-1103	182	20	skewness	skewness	NOUN
hij-1103	182	21	,	,	PUNCT
hij-1103	182	22	peaks	peak	NOUN
hij-1103	182	23	,	,	PUNCT
hij-1103	182	24	and	and	CCONJ
hij-1103	182	25	outliers	outlier	NOUN
hij-1103	182	26	,	,	PUNCT
hij-1103	182	27	and	and	CCONJ
hij-1103	182	28	assists	assist	NOUN
hij-1103	182	29	in	in	ADP
hij-1103	182	30	determining	determine	VERB
hij-1103	182	31	whether	whether	SCONJ
hij-1103	182	32	data	datum	NOUN
hij-1103	182	33	transformation	transformation	NOUN
hij-1103	182	34	should	should	AUX
hij-1103	182	35	be	be	AUX
hij-1103	182	36	performed	perform	VERB
hij-1103	182	37	.	.	PUNCT
hij-1103	183	1	figure	figure	VERB
hij-1103	183	2	6	6	NUM
hij-1103	183	3	.	.	PUNCT
hij-1103	184	1	numerical	numerical	PROPN
hij-1103	184	2	variables	variable	NOUN
hij-1103	184	3	distribution	distribution	NOUN
hij-1103	184	4	of	of	ADP
hij-1103	184	5	values	value	NOUN
hij-1103	184	6	hightech	hightech	NOUN
hij-1103	184	7	and	and	CCONJ
hij-1103	184	8	innovation	innovation	NOUN
hij-1103	184	9	journal	journal	PROPN
hij-1103	184	10	vol	vol	NOUN
hij-1103	184	11	.	.	PROPN
hij-1103	185	1	6	6	NUM
hij-1103	185	2	,	,	PUNCT
hij-1103	185	3	no	no	INTJ
hij-1103	185	4	.	.	NOUN
hij-1103	185	5	2	2	NUM
hij-1103	185	6	,	,	PUNCT
hij-1103	185	7	june	june	PROPN
hij-1103	185	8	,	,	PUNCT
hij-1103	185	9	2025	2025	NUM
hij-1103	185	10	669	669	NUM
hij-1103	185	11	we	we	PRON
hij-1103	185	12	also	also	ADV
hij-1103	185	13	used	use	VERB
hij-1103	185	14	a	a	DET
hij-1103	185	15	parallel	parallel	ADJ
hij-1103	185	16	coordinate	coordinate	NOUN
hij-1103	185	17	plot	plot	NOUN
hij-1103	185	18	(	(	PUNCT
hij-1103	185	19	figure	figure	NOUN
hij-1103	185	20	7	7	NUM
hij-1103	185	21	)	)	PUNCT
hij-1103	185	22	to	to	PART
hij-1103	185	23	analyze	analyze	VERB
hij-1103	185	24	the	the	DET
hij-1103	185	25	relationships	relationship	NOUN
hij-1103	185	26	between	between	ADP
hij-1103	185	27	multiple	multiple	ADJ
hij-1103	185	28	features	feature	NOUN
hij-1103	185	29	and	and	CCONJ
hij-1103	185	30	observe	observe	VERB
hij-1103	185	31	trends	trend	NOUN
hij-1103	185	32	related	relate	VERB
hij-1103	185	33	to	to	ADP
hij-1103	185	34	different	different	ADJ
hij-1103	185	35	malware	malware	NOUN
hij-1103	185	36	types	type	NOUN
hij-1103	185	37	.	.	PUNCT
hij-1103	186	1	figure	figure	VERB
hij-1103	186	2	7	7	NUM
hij-1103	186	3	.	.	PUNCT
hij-1103	187	1	parallel	parallel	ADJ
hij-1103	187	2	coordinates	coordinate	NOUN
hij-1103	187	3	plot	plot	VERB
hij-1103	187	4	the	the	DET
hij-1103	187	5	radar	radar	NOUN
hij-1103	187	6	chart	chart	NOUN
hij-1103	187	7	(	(	PUNCT
hij-1103	187	8	figure	figure	NOUN
hij-1103	187	9	8)	8)	NUM
hij-1103	187	10	offers	offer	VERB
hij-1103	187	11	an	an	DET
hij-1103	187	12	outlook	outlook	NOUN
hij-1103	187	13	of	of	ADP
hij-1103	187	14	the	the	DET
hij-1103	187	15	features	feature	NOUN
hij-1103	187	16	of	of	ADP
hij-1103	187	17	different	different	ADJ
hij-1103	187	18	malware	malware	NOUN
hij-1103	187	19	categories	category	NOUN
hij-1103	187	20	based	base	VERB
hij-1103	187	21	on	on	ADP
hij-1103	187	22	their	their	PRON
hij-1103	187	23	mean	mean	ADJ
hij-1103	187	24	values	value	NOUN
hij-1103	187	25	.	.	PUNCT
hij-1103	188	1	figure	figure	VERB
hij-1103	188	2	8	8	NUM
hij-1103	188	3	.	.	PUNCT
hij-1103	189	1	radar	radar	NOUN
hij-1103	189	2	chart	chart	NOUN
hij-1103	189	3	of	of	ADP
hij-1103	189	4	mean	mean	ADJ
hij-1103	189	5	values	value	NOUN
hij-1103	189	6	for	for	ADP
hij-1103	189	7	selected	select	VERB
hij-1103	189	8	variables	variable	NOUN
hij-1103	189	9	in	in	ADP
hij-1103	189	10	conclusion	conclusion	NOUN
hij-1103	189	11	,	,	PUNCT
hij-1103	189	12	eda	eda	PROPN
hij-1103	189	13	helped	help	VERB
hij-1103	189	14	us	we	PRON
hij-1103	189	15	better	well	ADV
hij-1103	189	16	understand	understand	VERB
hij-1103	189	17	the	the	DET
hij-1103	189	18	android	android	PROPN
hij-1103	189	19	malware	malware	NOUN
hij-1103	189	20	dataset	dataset	VERB
hij-1103	189	21	and	and	CCONJ
hij-1103	189	22	how	how	SCONJ
hij-1103	189	23	to	to	PART
hij-1103	189	24	pre	pre	VERB
hij-1103	189	25	-	-	VERB
hij-1103	189	26	process	process	VERB
hij-1103	189	27	the	the	DET
hij-1103	189	28	data	datum	NOUN
hij-1103	189	29	,	,	PUNCT
hij-1103	189	30	select	select	VERB
hij-1103	189	31	the	the	DET
hij-1103	189	32	features	feature	NOUN
hij-1103	189	33	,	,	PUNCT
hij-1103	189	34	and	and	CCONJ
hij-1103	189	35	choose	choose	VERB
hij-1103	189	36	the	the	DET
hij-1103	189	37	model	model	NOUN
hij-1103	189	38	[	[	X
hij-1103	189	39	24	24	NUM
hij-1103	189	40	,	,	PUNCT
hij-1103	189	41	25	25	NUM
hij-1103	189	42	]	]	PUNCT
hij-1103	189	43	.	.	PUNCT
hij-1103	190	1	the	the	DET
hij-1103	190	2	visualizations	visualization	NOUN
hij-1103	190	3	were	be	AUX
hij-1103	190	4	very	very	ADV
hij-1103	190	5	useful	useful	ADJ
hij-1103	190	6	in	in	ADP
hij-1103	190	7	exposing	expose	VERB
hij-1103	190	8	information	information	NOUN
hij-1103	190	9	,	,	PUNCT
hij-1103	190	10	which	which	PRON
hij-1103	190	11	was	be	AUX
hij-1103	190	12	the	the	DET
hij-1103	190	13	foundation	foundation	NOUN
hij-1103	190	14	for	for	ADP
hij-1103	190	15	our	our	PRON
hij-1103	190	16	follow	follow	VERB
hij-1103	190	17	-	-	PUNCT
hij-1103	190	18	up	up	ADP
hij-1103	190	19	machine	machine	NOUN
hij-1103	190	20	learning	learn	VERB
hij-1103	190	21	analysis	analysis	NOUN
hij-1103	190	22	.	.	PUNCT
hij-1103	191	1	understanding	understand	VERB
hij-1103	191	2	the	the	DET
hij-1103	191	3	distribution	distribution	NOUN
hij-1103	191	4	of	of	ADP
hij-1103	191	5	labels	label	NOUN
hij-1103	191	6	is	be	AUX
hij-1103	191	7	vital	vital	ADJ
hij-1103	191	8	for	for	ADP
hij-1103	191	9	developing	develop	VERB
hij-1103	191	10	dependable	dependable	ADJ
hij-1103	191	11	categorization	categorization	NOUN
hij-1103	191	12	models	model	NOUN
hij-1103	191	13	[	[	X
hij-1103	191	14	26	26	NUM
hij-1103	191	15	-	-	SYM
hij-1103	191	16	28	28	NUM
hij-1103	191	17	]	]	PUNCT
hij-1103	191	18	.	.	PUNCT
hij-1103	192	1	this	this	DET
hij-1103	192	2	method	method	NOUN
hij-1103	192	3	helps	helps	AUX
hij-1103	192	4	identify	identify	VERB
hij-1103	192	5	potential	potential	ADJ
hij-1103	192	6	disparities	disparity	NOUN
hij-1103	192	7	or	or	CCONJ
hij-1103	192	8	prejudices	prejudice	NOUN
hij-1103	192	9	within	within	ADP
hij-1103	192	10	the	the	DET
hij-1103	192	11	dataset	dataset	NOUN
hij-1103	192	12	that	that	PRON
hij-1103	192	13	could	could	AUX
hij-1103	192	14	potentially	potentially	ADV
hij-1103	192	15	impact	impact	VERB
hij-1103	192	16	the	the	DET
hij-1103	192	17	efficacy	efficacy	NOUN
hij-1103	192	18	of	of	ADP
hij-1103	192	19	our	our	PRON
hij-1103	192	20	model	model	NOUN
hij-1103	192	21	.	.	PUNCT
hij-1103	193	1	furthermore	furthermore	ADV
hij-1103	193	2	,	,	PUNCT
hij-1103	193	3	it	it	PRON
hij-1103	193	4	helps	help	VERB
hij-1103	193	5	assess	assess	VERB
hij-1103	193	6	the	the	DET
hij-1103	193	7	representation	representation	NOUN
hij-1103	193	8	and	and	CCONJ
hij-1103	193	9	significance	significance	NOUN
hij-1103	193	10	of	of	ADP
hij-1103	193	11	each	each	DET
hij-1103	193	12	malware	malware	NOUN
hij-1103	193	13	group	group	NOUN
hij-1103	193	14	in	in	ADP
hij-1103	193	15	our	our	PRON
hij-1103	193	16	dataset	dataset	NOUN
hij-1103	193	17	.	.	PUNCT
hij-1103	194	1	examining	examine	VERB
hij-1103	194	2	the	the	DET
hij-1103	194	3	label	label	NOUN
hij-1103	194	4	distribution	distribution	NOUN
hij-1103	194	5	using	use	VERB
hij-1103	194	6	an	an	DET
hij-1103	194	7	informative	informative	ADJ
hij-1103	194	8	bar	bar	NOUN
hij-1103	194	9	plot	plot	NOUN
hij-1103	194	10	effectively	effectively	ADV
hij-1103	194	11	evaluates	evaluate	VERB
hij-1103	194	12	pre	pre	ADJ
hij-1103	194	13	-	-	ADJ
hij-1103	194	14	processing	processing	ADJ
hij-1103	194	15	procedures	procedure	NOUN
hij-1103	194	16	,	,	PUNCT
hij-1103	194	17	model	model	NOUN
hij-1103	194	18	selection	selection	NOUN
hij-1103	194	19	,	,	PUNCT
hij-1103	194	20	and	and	CCONJ
hij-1103	194	21	assessment	assessment	NOUN
hij-1103	194	22	strategies	strategy	NOUN
hij-1103	194	23	,	,	PUNCT
hij-1103	194	24	enabling	enable	VERB
hij-1103	194	25	the	the	DET
hij-1103	194	26	formulation	formulation	NOUN
hij-1103	194	27	of	of	ADP
hij-1103	194	28	informed	informed	ADJ
hij-1103	194	29	judgments	judgment	NOUN
hij-1103	194	30	.	.	PUNCT
hij-1103	195	1	hightech	hightech	NOUN
hij-1103	195	2	and	and	CCONJ
hij-1103	195	3	innovation	innovation	NOUN
hij-1103	195	4	journal	journal	PROPN
hij-1103	195	5	vol	vol	NOUN
hij-1103	195	6	.	.	PROPN
hij-1103	196	1	6	6	NUM
hij-1103	196	2	,	,	PUNCT
hij-1103	196	3	no	no	INTJ
hij-1103	196	4	.	.	NOUN
hij-1103	196	5	2	2	NUM
hij-1103	196	6	,	,	PUNCT
hij-1103	196	7	june	june	PROPN
hij-1103	196	8	,	,	PUNCT
hij-1103	196	9	2025	2025	NUM
hij-1103	196	10	670	670	NUM
hij-1103	196	11	the	the	DET
hij-1103	196	12	bar	bar	NOUN
hij-1103	196	13	plot	plot	NOUN
hij-1103	196	14	titled	title	VERB
hij-1103	196	15	"	"	PUNCT
hij-1103	196	16	label	label	NOUN
hij-1103	196	17	distribution	distribution	NOUN
hij-1103	196	18	"	"	PUNCT
hij-1103	196	19	illustrates	illustrate	VERB
hij-1103	196	20	the	the	DET
hij-1103	196	21	distribution	distribution	NOUN
hij-1103	196	22	of	of	ADP
hij-1103	196	23	types	type	NOUN
hij-1103	196	24	of	of	ADP
hij-1103	196	25	android	android	PROPN
hij-1103	196	26	malware	malware	NOUN
hij-1103	196	27	attacks	attack	NOUN
hij-1103	196	28	within	within	ADP
hij-1103	196	29	our	our	PRON
hij-1103	196	30	dataset	dataset	NOUN
hij-1103	196	31	.	.	PUNCT
hij-1103	197	1	this	this	DET
hij-1103	197	2	instruction	instruction	NOUN
hij-1103	197	3	demonstrated	demonstrate	VERB
hij-1103	197	4	the	the	DET
hij-1103	197	5	prevalence	prevalence	NOUN
hij-1103	197	6	and	and	CCONJ
hij-1103	197	7	incidence	incidence	NOUN
hij-1103	197	8	of	of	ADP
hij-1103	197	9	various	various	ADJ
hij-1103	197	10	malware	malware	NOUN
hij-1103	197	11	attacks	attack	NOUN
hij-1103	197	12	.	.	PUNCT
hij-1103	198	1	comprehending	comprehend	VERB
hij-1103	198	2	the	the	DET
hij-1103	198	3	label	label	NOUN
hij-1103	198	4	distribution	distribution	NOUN
hij-1103	198	5	is	be	AUX
hij-1103	198	6	of	of	ADP
hij-1103	198	7	utmost	utmost	ADJ
hij-1103	198	8	importance	importance	NOUN
hij-1103	198	9	in	in	ADP
hij-1103	198	10	constructing	construct	VERB
hij-1103	198	11	a	a	DET
hij-1103	198	12	suitable	suitable	ADJ
hij-1103	198	13	classification	classification	NOUN
hij-1103	198	14	model	model	NOUN
hij-1103	198	15	and	and	CCONJ
hij-1103	198	16	gaining	gain	VERB
hij-1103	198	17	insight	insight	NOUN
hij-1103	198	18	into	into	ADP
hij-1103	198	19	the	the	DET
hij-1103	198	20	representation	representation	NOUN
hij-1103	198	21	and	and	CCONJ
hij-1103	198	22	significance	significance	NOUN
hij-1103	198	23	of	of	ADP
hij-1103	198	24	each	each	DET
hij-1103	198	25	malware	malware	NOUN
hij-1103	198	26	group	group	NOUN
hij-1103	198	27	.	.	PUNCT
hij-1103	199	1	plot	plot	NOUN
hij-1103	199	2	evaluation	evaluation	NOUN
hij-1103	199	3	allows	allow	VERB
hij-1103	199	4	for	for	ADP
hij-1103	199	5	informed	informed	ADJ
hij-1103	199	6	assessment	assessment	NOUN
hij-1103	199	7	of	of	ADP
hij-1103	199	8	pre	pre	ADJ
hij-1103	199	9	-	-	ADJ
hij-1103	199	10	processing	processing	ADJ
hij-1103	199	11	methodologies	methodology	NOUN
hij-1103	199	12	,	,	PUNCT
hij-1103	199	13	model	model	NOUN
hij-1103	199	14	selection	selection	NOUN
hij-1103	199	15	,	,	PUNCT
hij-1103	199	16	and	and	CCONJ
hij-1103	199	17	assessment	assessment	NOUN
hij-1103	199	18	procedures	procedure	NOUN
hij-1103	199	19	,	,	PUNCT
hij-1103	199	20	ensuring	ensure	VERB
hij-1103	199	21	the	the	DET
hij-1103	199	22	study	study	NOUN
hij-1103	199	23	's	's	PART
hij-1103	199	24	efficacy	efficacy	NOUN
hij-1103	199	25	and	and	CCONJ
hij-1103	199	26	reliability	reliability	NOUN
hij-1103	199	27	in	in	ADP
hij-1103	199	28	android	android	PROPN
hij-1103	199	29	malware	malware	NOUN
hij-1103	199	30	detection	detection	NOUN
hij-1103	199	31	and	and	CCONJ
hij-1103	199	32	classification	classification	NOUN
hij-1103	199	33	.	.	PUNCT
hij-1103	200	1	3.3	3.3	NUM
hij-1103	200	2	.	.	PUNCT
hij-1103	201	1	data	datum	NOUN
hij-1103	201	2	preparation	preparation	NOUN
hij-1103	201	3	in	in	ADP
hij-1103	201	4	the	the	DET
hij-1103	201	5	deep	deep	ADJ
hij-1103	201	6	cnns	cnn	NOUN
hij-1103	201	7	and	and	CCONJ
hij-1103	201	8	image	image	NOUN
hij-1103	201	9	processing	processing	NOUN
hij-1103	201	10	for	for	ADP
hij-1103	201	11	malware	malware	NOUN
hij-1103	201	12	detection	detection	NOUN
hij-1103	201	13	study	study	NOUN
hij-1103	201	14	,	,	PUNCT
hij-1103	201	15	a	a	DET
hij-1103	201	16	systematic	systematic	ADJ
hij-1103	201	17	data	datum	NOUN
hij-1103	201	18	pre	pre	ADJ
hij-1103	201	19	-	-	ADJ
hij-1103	201	20	processing	processing	ADJ
hij-1103	201	21	flow	flow	NOUN
hij-1103	201	22	was	be	AUX
hij-1103	201	23	applied	apply	VERB
hij-1103	201	24	to	to	PART
hij-1103	201	25	improve	improve	VERB
hij-1103	201	26	and	and	CCONJ
hij-1103	201	27	align	align	VERB
hij-1103	201	28	the	the	DET
hij-1103	201	29	dataset	dataset	NOUN
hij-1103	201	30	for	for	ADP
hij-1103	201	31	the	the	DET
hij-1103	201	32	model	model	NOUN
hij-1103	201	33	's	's	PART
hij-1103	201	34	training	training	NOUN
hij-1103	201	35	[	[	X
hij-1103	201	36	29	29	NUM
hij-1103	201	37	]	]	PUNCT
hij-1103	201	38	.	.	PUNCT
hij-1103	202	1	first	first	ADV
hij-1103	202	2	,	,	PUNCT
hij-1103	202	3	the	the	DET
hij-1103	202	4	dataset	dataset	NOUN
hij-1103	202	5	was	be	AUX
hij-1103	202	6	loaded	load	VERB
hij-1103	202	7	,	,	PUNCT
hij-1103	202	8	and	and	CCONJ
hij-1103	202	9	a	a	DET
hij-1103	202	10	collection	collection	NOUN
hij-1103	202	11	of	of	ADP
hij-1103	202	12	malware	malware	NOUN
hij-1103	202	13	samples	sample	NOUN
hij-1103	202	14	and	and	CCONJ
hij-1103	202	15	their	their	PRON
hij-1103	202	16	corresponding	corresponding	ADJ
hij-1103	202	17	features	feature	NOUN
hij-1103	202	18	were	be	AUX
hij-1103	202	19	stored	store	VERB
hij-1103	202	20	in	in	ADP
hij-1103	202	21	multiple	multiple	ADJ
hij-1103	202	22	csv	csv	ADJ
hij-1103	202	23	format	format	NOUN
hij-1103	202	24	files	file	NOUN
hij-1103	202	25	.	.	PUNCT
hij-1103	203	1	these	these	DET
hij-1103	203	2	files	file	NOUN
hij-1103	203	3	were	be	AUX
hij-1103	203	4	read	read	VERB
hij-1103	203	5	and	and	CCONJ
hij-1103	203	6	merged	merge	VERB
hij-1103	203	7	into	into	ADP
hij-1103	203	8	a	a	DET
hij-1103	203	9	single	single	ADJ
hij-1103	203	10	data	data	NOUN
hij-1103	203	11	frame	frame	NOUN
hij-1103	203	12	using	use	VERB
hij-1103	203	13	the	the	DET
hij-1103	203	14	pandas	panda	NOUN
hij-1103	203	15	library	library	NOUN
hij-1103	203	16	.	.	PUNCT
hij-1103	204	1	in	in	ADP
hij-1103	204	2	this	this	DET
hij-1103	204	3	context	context	NOUN
hij-1103	204	4	,	,	PUNCT
hij-1103	204	5	data	datum	NOUN
hij-1103	204	6	cleaning	cleaning	NOUN
hij-1103	204	7	is	be	AUX
hij-1103	204	8	the	the	DET
hij-1103	204	9	process	process	NOUN
hij-1103	204	10	that	that	PRON
hij-1103	204	11	follows	follow	VERB
hij-1103	204	12	data	datum	NOUN
hij-1103	204	13	loading	loading	NOUN
hij-1103	204	14	to	to	PART
hij-1103	204	15	deal	deal	VERB
hij-1103	204	16	with	with	ADP
hij-1103	204	17	missing	miss	VERB
hij-1103	204	18	values	value	NOUN
hij-1103	204	19	,	,	PUNCT
hij-1103	204	20	outliers	outlier	NOUN
hij-1103	204	21	,	,	PUNCT
hij-1103	204	22	and	and	CCONJ
hij-1103	204	23	inconsistencies	inconsistency	NOUN
hij-1103	204	24	.	.	PUNCT
hij-1103	205	1	this	this	DET
hij-1103	205	2	step	step	NOUN
hij-1103	205	3	eliminates	eliminate	VERB
hij-1103	205	4	any	any	DET
hij-1103	205	5	flaws	flaw	NOUN
hij-1103	205	6	the	the	DET
hij-1103	205	7	dataset	dataset	NOUN
hij-1103	205	8	may	may	AUX
hij-1103	205	9	harbor	harbor	VERB
hij-1103	205	10	,	,	PUNCT
hij-1103	205	11	and	and	CCONJ
hij-1103	205	12	thus	thus	ADV
hij-1103	205	13	affects	affect	VERB
hij-1103	205	14	the	the	DET
hij-1103	205	15	model	model	NOUN
hij-1103	205	16	's	's	PART
hij-1103	205	17	performance	performance	NOUN
hij-1103	205	18	.	.	PUNCT
hij-1103	206	1	nonetheless	nonetheless	ADV
hij-1103	206	2	,	,	PUNCT
hij-1103	206	3	the	the	DET
hij-1103	206	4	data	datum	NOUN
hij-1103	206	5	were	be	AUX
hij-1103	206	6	carefully	carefully	ADV
hij-1103	206	7	checked	check	VERB
hij-1103	206	8	,	,	PUNCT
hij-1103	206	9	and	and	CCONJ
hij-1103	206	10	corrections	correction	NOUN
hij-1103	206	11	were	be	AUX
hij-1103	206	12	made	make	VERB
hij-1103	206	13	.	.	PUNCT
hij-1103	207	1	figure	figure	VERB
hij-1103	207	2	9	9	NUM
hij-1103	207	3	illustrates	illustrate	VERB
hij-1103	207	4	the	the	DET
hij-1103	207	5	sequence	sequence	NOUN
hij-1103	207	6	of	of	ADP
hij-1103	207	7	steps	step	NOUN
hij-1103	207	8	in	in	ADP
hij-1103	207	9	data	datum	NOUN
hij-1103	207	10	preparation	preparation	NOUN
hij-1103	207	11	and	and	CCONJ
hij-1103	207	12	the	the	DET
hij-1103	207	13	approach	approach	NOUN
hij-1103	207	14	employed	employ	VERB
hij-1103	207	15	to	to	PART
hij-1103	207	16	categorize	categorize	VERB
hij-1103	207	17	malware	malware	NOUN
hij-1103	207	18	.	.	PUNCT
hij-1103	208	1	furthermore	furthermore	ADV
hij-1103	208	2	,	,	PUNCT
hij-1103	208	3	feature	feature	NOUN
hij-1103	208	4	selection	selection	NOUN
hij-1103	208	5	selects	select	VERB
hij-1103	208	6	the	the	DET
hij-1103	208	7	attribute	attribute	NOUN
hij-1103	208	8	most	most	ADV
hij-1103	208	9	capable	capable	ADJ
hij-1103	208	10	of	of	ADP
hij-1103	208	11	expressing	express	VERB
hij-1103	208	12	the	the	DET
hij-1103	208	13	nature	nature	NOUN
hij-1103	208	14	of	of	ADP
hij-1103	208	15	malware	malware	NOUN
hij-1103	208	16	[	[	X
hij-1103	208	17	29	29	NUM
hij-1103	208	18	,	,	PUNCT
hij-1103	208	19	30	30	NUM
hij-1103	208	20	]	]	PUNCT
hij-1103	208	21	.	.	PUNCT
hij-1103	209	1	feature	feature	NOUN
hij-1103	209	2	selection	selection	NOUN
hij-1103	209	3	methods	method	NOUN
hij-1103	209	4	include	include	VERB
hij-1103	209	5	a	a	DET
hij-1103	209	6	correlation	correlation	NOUN
hij-1103	209	7	analysis	analysis	NOUN
hij-1103	209	8	,	,	PUNCT
hij-1103	209	9	feature	feature	NOUN
hij-1103	209	10	significance	significance	NOUN
hij-1103	209	11	ranking	ranking	NOUN
hij-1103	209	12	,	,	PUNCT
hij-1103	209	13	and	and	CCONJ
hij-1103	209	14	domain	domain	NOUN
hij-1103	209	15	knowledge	knowledge	NOUN
hij-1103	209	16	.	.	PUNCT
hij-1103	210	1	cohen	cohen	PROPN
hij-1103	210	2	’s	’s	PART
hij-1103	210	3	kappa	kappa	PROPN
hij-1103	210	4	coefficient	coefficient	NOUN
hij-1103	210	5	of	of	ADP
hij-1103	210	6	0.36	0.36	NUM
hij-1103	210	7	is	be	AUX
hij-1103	210	8	established	establish	VERB
hij-1103	210	9	;	;	PUNCT
hij-1103	210	10	64	64	NUM
hij-1103	210	11	features	feature	NOUN
hij-1103	210	12	are	be	AUX
hij-1103	210	13	extracted	extract	VERB
hij-1103	210	14	with	with	ADP
hij-1103	210	15	correlation	correlation	NOUN
hij-1103	210	16	.	.	PUNCT
hij-1103	211	1	label	label	NOUN
hij-1103	211	2	encoding	encoding	NOUN
hij-1103	211	3	works	work	NOUN
hij-1103	211	4	with	with	ADP
hij-1103	211	5	a	a	DET
hij-1103	211	6	target	target	NOUN
hij-1103	211	7	variable	variable	NOUN
hij-1103	211	8	that	that	PRON
hij-1103	211	9	represents	represent	VERB
hij-1103	211	10	the	the	DET
hij-1103	211	11	malware	malware	NOUN
hij-1103	211	12	categories	category	NOUN
hij-1103	211	13	.	.	PUNCT
hij-1103	212	1	the	the	DET
hij-1103	212	2	given	give	VERB
hij-1103	212	3	malware	malware	NOUN
hij-1103	212	4	dataset	dataset	NOUN
hij-1103	212	5	is	be	AUX
hij-1103	212	6	then	then	ADV
hij-1103	212	7	divided	divide	VERB
hij-1103	212	8	into	into	ADP
hij-1103	212	9	five	five	NUM
hij-1103	212	10	classes	class	NOUN
hij-1103	212	11	:	:	PUNCT
hij-1103	212	12	one	one	NUM
hij-1103	212	13	class	class	NOUN
hij-1103	212	14	is	be	AUX
hij-1103	212	15	for	for	ADP
hij-1103	212	16	regular	regular	ADJ
hij-1103	212	17	traffic	traffic	NOUN
hij-1103	212	18	,	,	PUNCT
hij-1103	212	19	and	and	CCONJ
hij-1103	212	20	the	the	DET
hij-1103	212	21	other	other	ADJ
hij-1103	212	22	four	four	NUM
hij-1103	212	23	are	be	AUX
hij-1103	212	24	for	for	ADP
hij-1103	212	25	various	various	ADJ
hij-1103	212	26	types	type	NOUN
hij-1103	212	27	of	of	ADP
hij-1103	212	28	malware	malware	NOUN
hij-1103	212	29	.	.	PUNCT
hij-1103	213	1	for	for	ADP
hij-1103	213	2	the	the	DET
hij-1103	213	3	convenience	convenience	NOUN
hij-1103	213	4	of	of	ADP
hij-1103	213	5	the	the	DET
hij-1103	213	6	solution	solution	NOUN
hij-1103	213	7	,	,	PUNCT
hij-1103	213	8	four	four	NUM
hij-1103	213	9	attack	attack	NOUN
hij-1103	213	10	types	type	NOUN
hij-1103	213	11	are	be	AUX
hij-1103	213	12	unified	unify	VERB
hij-1103	213	13	under	under	ADP
hij-1103	213	14	a	a	DET
hij-1103	213	15	single	single	ADJ
hij-1103	213	16	class	class	NOUN
hij-1103	213	17	called	call	VERB
hij-1103	213	18	“	"	PUNCT
hij-1103	213	19	attack	attack	NOUN
hij-1103	213	20	.	.	PUNCT
hij-1103	213	21	”	"	PUNCT
hij-1103	214	1	x_train	x_train	X
hij-1103	214	2	x_test	x_test	X
hij-1103	214	3	,	,	PUNCT
hij-1103	214	4	y_train	y_train	PROPN
hij-1103	214	5	,	,	PUNCT
hij-1103	214	6	y_test	y_t	ADJ
hij-1103	214	7	(	(	PUNCT
hij-1103	214	8	67434	67434	NUM
hij-1103	214	9	,	,	PUNCT
hij-1103	214	10	64	64	NUM
hij-1103	214	11	)	)	PUNCT
hij-1103	214	12	(	(	PUNCT
hij-1103	214	13	16859	16859	NUM
hij-1103	214	14	,	,	PUNCT
hij-1103	214	15	64	64	NUM
hij-1103	214	16	)	)	PUNCT
hij-1103	214	17	(	(	PUNCT
hij-1103	214	18	67434	67434	NUM
hij-1103	214	19	)	)	PUNCT
hij-1103	214	20	(	(	PUNCT
hij-1103	214	21	16859	16859	NUM
hij-1103	214	22	)	)	PUNCT
hij-1103	214	23	subsequently	subsequently	ADV
hij-1103	214	24	,	,	PUNCT
hij-1103	214	25	a	a	DET
hij-1103	214	26	specific	specific	ADJ
hij-1103	214	27	ratio	ratio	NOUN
hij-1103	214	28	was	be	AUX
hij-1103	214	29	used	use	VERB
hij-1103	214	30	to	to	PART
hij-1103	214	31	divide	divide	VERB
hij-1103	214	32	the	the	DET
hij-1103	214	33	dataset	dataset	NOUN
hij-1103	214	34	into	into	ADP
hij-1103	214	35	training	training	NOUN
hij-1103	214	36	and	and	CCONJ
hij-1103	214	37	testing	testing	NOUN
hij-1103	214	38	sets	set	NOUN
hij-1103	214	39	.	.	PUNCT
hij-1103	215	1	this	this	DET
hij-1103	215	2	allocation	allocation	NOUN
hij-1103	215	3	enlists	enlist	VERB
hij-1103	215	4	the	the	DET
hij-1103	215	5	lion	lion	NOUN
hij-1103	215	6	's	's	PART
hij-1103	215	7	share	share	NOUN
hij-1103	215	8	of	of	ADP
hij-1103	215	9	data	datum	NOUN
hij-1103	215	10	in	in	ADP
hij-1103	215	11	the	the	DET
hij-1103	215	12	training	training	NOUN
hij-1103	215	13	set	set	NOUN
hij-1103	215	14	and	and	CCONJ
hij-1103	215	15	a	a	DET
hij-1103	215	16	fair	fair	ADJ
hij-1103	215	17	portion	portion	NOUN
hij-1103	215	18	for	for	ADP
hij-1103	215	19	testing	testing	NOUN
hij-1103	215	20	.	.	PUNCT
hij-1103	216	1	this	this	DET
hij-1103	216	2	distribution	distribution	NOUN
hij-1103	216	3	also	also	ADV
hij-1103	216	4	guarantees	guarantee	VERB
hij-1103	216	5	that	that	SCONJ
hij-1103	216	6	samples	sample	NOUN
hij-1103	216	7	are	be	AUX
hij-1103	216	8	adequately	adequately	ADV
hij-1103	216	9	partitioned	partition	VERB
hij-1103	216	10	into	into	ADP
hij-1103	216	11	various	various	ADJ
hij-1103	216	12	malware	malware	NOUN
hij-1103	216	13	categories	category	NOUN
hij-1103	216	14	.	.	PUNCT
hij-1103	217	1	this	this	PRON
hij-1103	217	2	is	be	AUX
hij-1103	217	3	followed	follow	VERB
hij-1103	217	4	by	by	ADP
hij-1103	217	5	normalization	normalization	NOUN
hij-1103	217	6	of	of	ADP
hij-1103	217	7	the	the	DET
hij-1103	217	8	dataset	dataset	NOUN
hij-1103	217	9	to	to	PART
hij-1103	217	10	make	make	VERB
hij-1103	217	11	the	the	DET
hij-1103	217	12	features	feature	NOUN
hij-1103	217	13	in	in	ADP
hij-1103	217	14	the	the	DET
hij-1103	217	15	dataset	dataset	VERB
hij-1103	217	16	well	well	ADV
hij-1103	217	17	-	-	PUNCT
hij-1103	217	18	scaled	scale	VERB
hij-1103	217	19	using	use	VERB
hij-1103	217	20	standardization	standardization	NOUN
hij-1103	217	21	[	[	X
hij-1103	217	22	31	31	NUM
hij-1103	217	23	]	]	PUNCT
hij-1103	217	24	.	.	PUNCT
hij-1103	218	1	the	the	DET
hij-1103	218	2	feature	feature	NOUN
hij-1103	218	3	matrix	matrix	NOUN
hij-1103	218	4	must	must	AUX
hij-1103	218	5	be	be	AUX
hij-1103	218	6	converted	convert	VERB
hij-1103	218	7	into	into	ADP
hij-1103	218	8	an	an	DET
hij-1103	218	9	image	image	NOUN
hij-1103	218	10	format	format	NOUN
hij-1103	218	11	to	to	PART
hij-1103	218	12	feed	feed	VERB
hij-1103	218	13	the	the	DET
hij-1103	218	14	data	datum	NOUN
hij-1103	218	15	into	into	ADP
hij-1103	218	16	the	the	DET
hij-1103	218	17	cnn	cnn	PROPN
hij-1103	218	18	.	.	PUNCT
hij-1103	219	1	the	the	DET
hij-1103	219	2	matrix	matrix	NOUN
hij-1103	219	3	is	be	AUX
hij-1103	219	4	transformed	transform	VERB
hij-1103	219	5	into	into	ADP
hij-1103	219	6	2d	2d	NUM
hij-1103	219	7	or	or	CCONJ
hij-1103	219	8	3d	3d	NUM
hij-1103	219	9	to	to	PART
hij-1103	219	10	leverage	leverage	VERB
hij-1103	219	11	the	the	DET
hij-1103	219	12	spatial	spatial	ADJ
hij-1103	219	13	relations	relation	NOUN
hij-1103	219	14	present	present	ADJ
hij-1103	219	15	in	in	ADP
hij-1103	219	16	the	the	DET
hij-1103	219	17	data	datum	NOUN
hij-1103	219	18	by	by	ADP
hij-1103	219	19	the	the	DET
hij-1103	219	20	cnns	cnn	NOUN
hij-1103	219	21	.	.	PUNCT
hij-1103	220	1	these	these	DET
hij-1103	220	2	transformed	transform	VERB
hij-1103	220	3	features	feature	NOUN
hij-1103	220	4	were	be	AUX
hij-1103	220	5	saved	save	VERB
hij-1103	220	6	in	in	ADP
hij-1103	220	7	arrays	array	NOUN
hij-1103	220	8	of	of	ADP
hij-1103	220	9	dimensions	dimension	NOUN
hij-1103	220	10	(	(	PUNCT
hij-1103	220	11	67434,32,32,3	67434,32,32,3	NUM
hij-1103	220	12	)	)	PUNCT
hij-1103	220	13	for	for	ADP
hij-1103	220	14	training	training	NOUN
hij-1103	220	15	and	and	CCONJ
hij-1103	220	16	(	(	PUNCT
hij-1103	220	17	16859,32,32,3	16859,32,32,3	NUM
hij-1103	220	18	)	)	PUNCT
hij-1103	220	19	for	for	ADP
hij-1103	220	20	testing	testing	NOUN
hij-1103	220	21	.	.	PUNCT
hij-1103	221	1	x	x	PUNCT
hij-1103	221	2	train	train	NOUN
hij-1103	221	3	(	(	PUNCT
hij-1103	221	4	67434	67434	NUM
hij-1103	221	5	,	,	PUNCT
hij-1103	221	6	32	32	NUM
hij-1103	221	7	,	,	PUNCT
hij-1103	221	8	32	32	NUM
hij-1103	221	9	,	,	PUNCT
hij-1103	221	10	3	3	NUM
hij-1103	221	11	)	)	PUNCT
hij-1103	221	12	x	x	SYM
hij-1103	221	13	test	test	NOUN
hij-1103	221	14	(	(	PUNCT
hij-1103	221	15	16859	16859	NUM
hij-1103	221	16	,	,	PUNCT
hij-1103	221	17	32	32	NUM
hij-1103	221	18	,	,	PUNCT
hij-1103	221	19	32	32	NUM
hij-1103	221	20	,	,	PUNCT
hij-1103	221	21	3	3	X
hij-1103	221	22	)	)	PUNCT
hij-1103	221	23	figure	figure	NOUN
hij-1103	221	24	9	9	NUM
hij-1103	221	25	.	.	PUNCT
hij-1103	221	26	data	datum	NOUN
hij-1103	221	27	preparation	preparation	NOUN
hij-1103	221	28	methodology	methodology	NOUN
hij-1103	221	29	for	for	ADP
hij-1103	221	30	malware	malware	NOUN
hij-1103	221	31	classification	classification	NOUN
hij-1103	221	32	hightech	hightech	NOUN
hij-1103	221	33	and	and	CCONJ
hij-1103	221	34	innovation	innovation	NOUN
hij-1103	221	35	journal	journal	PROPN
hij-1103	221	36	vol	vol	NOUN
hij-1103	221	37	.	.	PROPN
hij-1103	221	38	6	6	NUM
hij-1103	221	39	,	,	PUNCT
hij-1103	221	40	no	no	INTJ
hij-1103	221	41	.	.	NOUN
hij-1103	221	42	2	2	NUM
hij-1103	221	43	,	,	PUNCT
hij-1103	221	44	june	june	PROPN
hij-1103	221	45	,	,	PUNCT
hij-1103	221	46	2025	2025	NUM
hij-1103	221	47	671	671	NUM
hij-1103	221	48	the	the	DET
hij-1103	221	49	vgg16	vgg16	PROPN
hij-1103	221	50	cnn	cnn	PROPN
hij-1103	221	51	model	model	NOUN
hij-1103	221	52	shown	show	VERB
hij-1103	221	53	in	in	ADP
hij-1103	221	54	figure	figure	NOUN
hij-1103	221	55	10	10	NUM
hij-1103	221	56	was	be	AUX
hij-1103	221	57	used	use	VERB
hij-1103	221	58	to	to	PART
hij-1103	221	59	classify	classify	VERB
hij-1103	221	60	malware	malware	NOUN
hij-1103	221	61	because	because	SCONJ
hij-1103	221	62	it	it	PRON
hij-1103	221	63	has	have	AUX
hij-1103	221	64	been	be	AUX
hij-1103	221	65	successful	successful	ADJ
hij-1103	221	66	in	in	ADP
hij-1103	221	67	image	image	NOUN
hij-1103	221	68	classification	classification	NOUN
hij-1103	221	69	.	.	PUNCT
hij-1103	222	1	it	it	PRON
hij-1103	222	2	comprises	comprise	VERB
hij-1103	222	3	16	16	NUM
hij-1103	222	4	layers	layer	NOUN
hij-1103	222	5	,	,	PUNCT
hij-1103	222	6	of	of	ADP
hij-1103	222	7	which	which	PRON
hij-1103	222	8	13	13	NUM
hij-1103	222	9	are	be	AUX
hij-1103	222	10	convolutional	convolutional	ADJ
hij-1103	222	11	,	,	PUNCT
hij-1103	222	12	and	and	CCONJ
hij-1103	222	13	three	three	NUM
hij-1103	222	14	are	be	AUX
hij-1103	222	15	fully	fully	ADV
hij-1103	222	16	connected	connect	VERB
hij-1103	222	17	.	.	PUNCT
hij-1103	223	1	the	the	DET
hij-1103	223	2	convolutional	convolutional	ADJ
hij-1103	223	3	layers	layer	NOUN
hij-1103	223	4	have	have	VERB
hij-1103	223	5	a	a	DET
hij-1103	223	6	3	3	NUM
hij-1103	223	7	×	×	NOUN
hij-1103	223	8	3	3	NUM
hij-1103	223	9	receptive	receptive	ADJ
hij-1103	223	10	field	field	NOUN
hij-1103	223	11	,	,	PUNCT
hij-1103	223	12	and	and	CCONJ
hij-1103	223	13	the	the	DET
hij-1103	223	14	max	max	PROPN
hij-1103	223	15	pooling	pool	VERB
hij-1103	223	16	layer	layer	NOUN
hij-1103	223	17	helps	help	VERB
hij-1103	223	18	extract	extract	VERB
hij-1103	223	19	multilevel	multilevel	NOUN
hij-1103	223	20	features	feature	NOUN
hij-1103	223	21	of	of	ADP
hij-1103	223	22	the	the	DET
hij-1103	223	23	input	input	NOUN
hij-1103	223	24	material	material	NOUN
hij-1103	223	25	[	[	X
hij-1103	223	26	32	32	NUM
hij-1103	223	27	]	]	PUNCT
hij-1103	223	28	.	.	PUNCT
hij-1103	224	1	the	the	DET
hij-1103	224	2	dropout	dropout	NOUN
hij-1103	224	3	regularization	regularization	NOUN
hij-1103	224	4	process	process	NOUN
hij-1103	224	5	was	be	AUX
hij-1103	224	6	utilized	utilize	VERB
hij-1103	224	7	to	to	PART
hij-1103	224	8	prevent	prevent	VERB
hij-1103	224	9	overfitting	overfitting	NOUN
hij-1103	224	10	.	.	PUNCT
hij-1103	225	1	structure	structure	NOUN
hij-1103	225	2	one	one	NOUN
hij-1103	225	3	is	be	AUX
hij-1103	225	4	changed	change	VERB
hij-1103	225	5	to	to	PART
hij-1103	225	6	suit	suit	VERB
hij-1103	225	7	the	the	DET
hij-1103	225	8	dataset	dataset	NOUN
hij-1103	225	9	,	,	PUNCT
hij-1103	225	10	whereas	whereas	SCONJ
hij-1103	225	11	structure	structure	NOUN
hij-1103	225	12	two	two	NUM
hij-1103	225	13	is	be	AUX
hij-1103	225	14	altered	alter	VERB
hij-1103	225	15	to	to	PART
hij-1103	225	16	have	have	VERB
hij-1103	225	17	the	the	DET
hij-1103	225	18	number	number	NOUN
hij-1103	225	19	of	of	ADP
hij-1103	225	20	nodes	node	NOUN
hij-1103	225	21	equal	equal	ADJ
hij-1103	225	22	to	to	ADP
hij-1103	225	23	that	that	PRON
hij-1103	225	24	of	of	ADP
hij-1103	225	25	the	the	DET
hij-1103	225	26	different	different	ADJ
hij-1103	225	27	malware	malware	NOUN
hij-1103	225	28	categories	category	NOUN
hij-1103	226	1	[	[	X
hij-1103	226	2	33	33	NUM
hij-1103	226	3	-	-	SYM
hij-1103	226	4	35	35	NUM
hij-1103	226	5	]	]	PUNCT
hij-1103	226	6	.	.	PUNCT
hij-1103	227	1	the	the	DET
hij-1103	227	2	model	model	NOUN
hij-1103	227	3	was	be	AUX
hij-1103	227	4	trained	train	VERB
hij-1103	227	5	using	use	VERB
hij-1103	227	6	a	a	DET
hij-1103	227	7	variation	variation	NOUN
hij-1103	227	8	of	of	ADP
hij-1103	227	9	the	the	DET
hij-1103	227	10	stochastic	stochastic	ADJ
hij-1103	227	11	gradient	gradient	ADJ
hij-1103	227	12	descent	descent	NOUN
hij-1103	227	13	to	to	PART
hij-1103	227	14	minimize	minimize	VERB
hij-1103	227	15	the	the	DET
hij-1103	227	16	categorical	categorical	ADJ
hij-1103	227	17	cross	cross	ADJ
hij-1103	227	18	-	-	ADJ
hij-1103	227	19	entropy	entropy	ADJ
hij-1103	227	20	loss	loss	NOUN
hij-1103	227	21	function	function	NOUN
hij-1103	227	22	.	.	PUNCT
hij-1103	228	1	the	the	DET
hij-1103	228	2	hierarchical	hierarchical	ADJ
hij-1103	228	3	feature	feature	NOUN
hij-1103	228	4	extraction	extraction	NOUN
hij-1103	228	5	of	of	ADP
hij-1103	228	6	this	this	DET
hij-1103	228	7	architecture	architecture	NOUN
hij-1103	228	8	is	be	AUX
hij-1103	228	9	likely	likely	ADJ
hij-1103	228	10	to	to	PART
hij-1103	228	11	achieve	achieve	VERB
hij-1103	228	12	an	an	DET
hij-1103	228	13	accurate	accurate	ADJ
hij-1103	228	14	and	and	CCONJ
hij-1103	228	15	robust	robust	ADJ
hij-1103	228	16	classification	classification	NOUN
hij-1103	228	17	of	of	ADP
hij-1103	228	18	malware	malware	NOUN
hij-1103	228	19	.	.	PUNCT
hij-1103	229	1	figure	figure	NOUN
hij-1103	229	2	10	10	NUM
hij-1103	229	3	.	.	PUNCT
hij-1103	229	4	vgg-16	vgg-16	X
hij-1103	229	5	base	base	NOUN
hij-1103	229	6	model	model	NOUN
hij-1103	229	7	architecture	architecture	NOUN
hij-1103	229	8	4	4	NUM
hij-1103	229	9	.	.	PUNCT
hij-1103	229	10	research	research	NOUN
hij-1103	229	11	methodology	methodology	NOUN
hij-1103	229	12	this	this	DET
hij-1103	229	13	section	section	NOUN
hij-1103	229	14	concisely	concisely	ADV
hij-1103	229	15	describes	describe	VERB
hij-1103	229	16	the	the	DET
hij-1103	229	17	researcher	researcher	NOUN
hij-1103	229	18	's	's	PART
hij-1103	229	19	process	process	NOUN
hij-1103	229	20	in	in	ADP
hij-1103	229	21	developing	develop	VERB
hij-1103	229	22	the	the	DET
hij-1103	229	23	vgg16	vgg16	PROPN
hij-1103	229	24	cnn	cnn	PROPN
hij-1103	229	25	model	model	NOUN
hij-1103	229	26	for	for	ADP
hij-1103	229	27	classifying	classify	VERB
hij-1103	229	28	malware	malware	NOUN
hij-1103	229	29	attacks	attack	NOUN
hij-1103	229	30	in	in	ADP
hij-1103	229	31	the	the	DET
hij-1103	229	32	study	study	NOUN
hij-1103	229	33	.	.	PUNCT
hij-1103	230	1	the	the	DET
hij-1103	230	2	main	main	ADJ
hij-1103	230	3	goal	goal	NOUN
hij-1103	230	4	is	be	AUX
hij-1103	230	5	to	to	PART
hij-1103	230	6	apply	apply	VERB
hij-1103	230	7	deep	deep	ADJ
hij-1103	230	8	learning	learning	NOUN
hij-1103	230	9	and	and	CCONJ
hij-1103	230	10	pre	pre	ADJ
hij-1103	230	11	-	-	ADJ
hij-1103	230	12	trained	train	VERB
hij-1103	230	13	models	model	NOUN
hij-1103	230	14	to	to	PART
hij-1103	230	15	increase	increase	VERB
hij-1103	230	16	the	the	DET
hij-1103	230	17	pace	pace	NOUN
hij-1103	230	18	of	of	ADP
hij-1103	230	19	malware	malware	NOUN
hij-1103	230	20	-	-	PUNCT
hij-1103	230	21	type	type	NOUN
hij-1103	230	22	identification	identification	NOUN
hij-1103	230	23	and	and	CCONJ
hij-1103	230	24	thus	thus	ADV
hij-1103	230	25	improve	improve	VERB
hij-1103	230	26	the	the	DET
hij-1103	230	27	systems	system	NOUN
hij-1103	230	28	'	'	PART
hij-1103	230	29	security	security	NOUN
hij-1103	230	30	.	.	PUNCT
hij-1103	231	1	figure	figure	NOUN
hij-1103	231	2	11	11	NUM
hij-1103	231	3	shows	show	VERB
hij-1103	231	4	the	the	DET
hij-1103	231	5	methodology	methodology	NOUN
hij-1103	231	6	process	process	NOUN
hij-1103	231	7	.	.	PUNCT
hij-1103	232	1	4.1	4.1	NUM
hij-1103	232	2	.	.	PUNCT
hij-1103	232	3	data	datum	NOUN
hij-1103	232	4	pre	pre	VERB
hij-1103	232	5	-	-	VERB
hij-1103	232	6	processing	process	VERB
hij-1103	232	7	the	the	DET
hij-1103	232	8	first	first	ADJ
hij-1103	232	9	phase	phase	NOUN
hij-1103	232	10	of	of	ADP
hij-1103	232	11	the	the	DET
hij-1103	232	12	process	process	NOUN
hij-1103	232	13	under	under	ADP
hij-1103	232	14	consideration	consideration	NOUN
hij-1103	232	15	is	be	AUX
hij-1103	232	16	oriented	orient	VERB
hij-1103	232	17	towards	towards	ADP
hij-1103	232	18	loading	loading	NOUN
hij-1103	232	19	and	and	CCONJ
hij-1103	232	20	preparing	prepare	VERB
hij-1103	232	21	the	the	DET
hij-1103	232	22	dataset	dataset	NOUN
hij-1103	232	23	containing	contain	VERB
hij-1103	232	24	malware	malware	NOUN
hij-1103	232	25	.	.	PUNCT
hij-1103	233	1	it	it	PRON
hij-1103	233	2	comprises	comprise	VERB
hij-1103	233	3	numerous	numerous	ADJ
hij-1103	233	4	attributes	attribute	NOUN
hij-1103	233	5	belonging	belong	VERB
hij-1103	233	6	to	to	ADP
hij-1103	233	7	the	the	DET
hij-1103	233	8	different	different	ADJ
hij-1103	233	9	instances	instance	NOUN
hij-1103	233	10	of	of	ADP
hij-1103	233	11	malware	malware	NOUN
hij-1103	233	12	and	and	CCONJ
hij-1103	233	13	the	the	DET
hij-1103	233	14	target	target	NOUN
hij-1103	233	15	labels	label	NOUN
hij-1103	233	16	that	that	PRON
hij-1103	233	17	symbolize	symbolize	VERB
hij-1103	233	18	distinct	distinct	ADJ
hij-1103	233	19	types	type	NOUN
hij-1103	233	20	of	of	ADP
hij-1103	233	21	malware	malware	NOUN
hij-1103	233	22	.	.	PUNCT
hij-1103	234	1	first	first	ADV
hij-1103	234	2	,	,	PUNCT
hij-1103	234	3	the	the	DET
hij-1103	234	4	data	data	NOUN
hij-1103	234	5	is	be	AUX
hij-1103	234	6	pre	pre	ADJ
hij-1103	234	7	-	-	VERB
hij-1103	234	8	processed	process	VERB
hij-1103	234	9	to	to	PART
hij-1103	234	10	delete	delete	VERB
hij-1103	234	11	missing	missing	ADJ
hij-1103	234	12	or	or	CCONJ
hij-1103	234	13	inconsistent	inconsistent	ADJ
hij-1103	234	14	data	datum	NOUN
hij-1103	234	15	to	to	PART
hij-1103	234	16	make	make	VERB
hij-1103	234	17	it	it	PRON
hij-1103	234	18	as	as	ADV
hij-1103	234	19	credible	credible	ADJ
hij-1103	234	20	as	as	ADP
hij-1103	234	21	possible	possible	ADJ
hij-1103	234	22	.	.	PUNCT
hij-1103	235	1	if	if	SCONJ
hij-1103	235	2	the	the	DET
hij-1103	235	3	categorical	categorical	ADJ
hij-1103	235	4	variables	variable	NOUN
hij-1103	235	5	are	be	AUX
hij-1103	235	6	present	present	ADJ
hij-1103	235	7	,	,	PUNCT
hij-1103	235	8	they	they	PRON
hij-1103	235	9	can	can	AUX
hij-1103	235	10	be	be	AUX
hij-1103	235	11	encoded	encode	VERB
hij-1103	235	12	with	with	ADP
hij-1103	235	13	the	the	DET
hij-1103	235	14	help	help	NOUN
hij-1103	235	15	of	of	ADP
hij-1103	235	16	one	one	NUM
hij-1103	235	17	-	-	PUNCT
hij-1103	235	18	hot	hot	ADJ
hij-1103	235	19	or	or	CCONJ
hij-1103	235	20	label	label	NOUN
hij-1103	235	21	encoding	encoding	NOUN
hij-1103	235	22	methods	method	NOUN
hij-1103	235	23	.	.	PUNCT
hij-1103	236	1	after	after	ADP
hij-1103	236	2	cleaning	clean	VERB
hij-1103	236	3	the	the	DET
hij-1103	236	4	data	datum	NOUN
hij-1103	236	5	,	,	PUNCT
hij-1103	236	6	it	it	PRON
hij-1103	236	7	is	be	AUX
hij-1103	236	8	assigned	assign	VERB
hij-1103	236	9	to	to	ADP
hij-1103	236	10	the	the	DET
hij-1103	236	11	training	training	NOUN
hij-1103	236	12	and	and	CCONJ
hij-1103	236	13	test	test	NOUN
hij-1103	236	14	data	datum	NOUN
hij-1103	236	15	sets	set	NOUN
hij-1103	236	16	.	.	PUNCT
hij-1103	237	1	the	the	DET
hij-1103	237	2	training	training	NOUN
hij-1103	237	3	set	set	NOUN
hij-1103	237	4	trains	train	VERB
hij-1103	237	5	the	the	DET
hij-1103	237	6	model	model	NOUN
hij-1103	237	7	,	,	PUNCT
hij-1103	237	8	whereas	whereas	SCONJ
hij-1103	237	9	the	the	DET
hij-1103	237	10	testing	testing	NOUN
hij-1103	237	11	set	set	VERB
hij-1103	237	12	assesses	assess	VERB
hij-1103	237	13	its	its	PRON
hij-1103	237	14	performance	performance	NOUN
hij-1103	237	15	.	.	PUNCT
hij-1103	238	1	this	this	DET
hij-1103	238	2	critical	critical	ADJ
hij-1103	238	3	process	process	NOUN
hij-1103	238	4	determines	determine	VERB
hij-1103	238	5	whether	whether	SCONJ
hij-1103	238	6	the	the	DET
hij-1103	238	7	data	datum	NOUN
hij-1103	238	8	is	be	AUX
hij-1103	238	9	split	split	VERB
hij-1103	238	10	into	into	ADP
hij-1103	238	11	proper	proper	ADJ
hij-1103	238	12	sets	set	NOUN
hij-1103	238	13	,	,	PUNCT
hij-1103	238	14	enabling	enable	VERB
hij-1103	238	15	the	the	DET
hij-1103	238	16	model	model	NOUN
hij-1103	238	17	to	to	PART
hij-1103	238	18	generalize	generalize	VERB
hij-1103	238	19	the	the	DET
hij-1103	238	20	results	result	NOUN
hij-1103	238	21	.	.	PUNCT
hij-1103	239	1	4.1.1	4.1.1	X
hij-1103	239	2	.	.	PUNCT
hij-1103	239	3	feature	feature	NOUN
hij-1103	239	4	extraction	extraction	NOUN
hij-1103	239	5	the	the	DET
hij-1103	239	6	data	datum	NOUN
hij-1103	239	7	should	should	AUX
hij-1103	239	8	be	be	AUX
hij-1103	239	9	pre	pre	VERB
hij-1103	239	10	-	-	VERB
hij-1103	239	11	processed	process	VERB
hij-1103	239	12	as	as	ADP
hij-1103	239	13	images	image	NOUN
hij-1103	239	14	to	to	PART
hij-1103	239	15	utilize	utilize	VERB
hij-1103	239	16	the	the	DET
hij-1103	239	17	model	model	NOUN
hij-1103	239	18	for	for	ADP
hij-1103	239	19	training	training	NOUN
hij-1103	239	20	.	.	PUNCT
hij-1103	240	1	since	since	SCONJ
hij-1103	240	2	the	the	DET
hij-1103	240	3	original	original	ADJ
hij-1103	240	4	malware	malware	NOUN
hij-1103	240	5	dataset	dataset	NOUN
hij-1103	240	6	may	may	AUX
hij-1103	240	7	not	not	PART
hij-1103	240	8	contain	contain	VERB
hij-1103	240	9	image	image	NOUN
hij-1103	240	10	data	datum	NOUN
hij-1103	240	11	,	,	PUNCT
hij-1103	240	12	it	it	PRON
hij-1103	240	13	is	be	AUX
hij-1103	240	14	necessary	necessary	ADJ
hij-1103	240	15	to	to	PART
hij-1103	240	16	transform	transform	VERB
hij-1103	240	17	the	the	DET
hij-1103	240	18	attributes	attribute	NOUN
hij-1103	240	19	of	of	ADP
hij-1103	240	20	the	the	DET
hij-1103	240	21	data	datum	NOUN
hij-1103	240	22	into	into	ADP
hij-1103	240	23	an	an	DET
hij-1103	240	24	acceptable	acceptable	ADJ
hij-1103	240	25	cnn	cnn	PROPN
hij-1103	240	26	format	format	NOUN
hij-1103	240	27	.	.	PUNCT
hij-1103	241	1	in	in	ADP
hij-1103	241	2	this	this	DET
hij-1103	241	3	work	work	NOUN
hij-1103	241	4	,	,	PUNCT
hij-1103	241	5	the	the	DET
hij-1103	241	6	readable	readable	ADJ
hij-1103	241	7	features	feature	NOUN
hij-1103	241	8	of	of	ADP
hij-1103	241	9	the	the	DET
hij-1103	241	10	malware	malware	NOUN
hij-1103	241	11	are	be	AUX
hij-1103	241	12	converted	convert	VERB
hij-1103	241	13	to	to	ADP
hij-1103	241	14	images	image	NOUN
hij-1103	241	15	,	,	PUNCT
hij-1103	241	16	while	while	SCONJ
hij-1103	241	17	the	the	DET
hij-1103	241	18	dimensions	dimension	NOUN
hij-1103	241	19	of	of	ADP
hij-1103	241	20	the	the	DET
hij-1103	241	21	input	input	NOUN
hij-1103	241	22	data	datum	NOUN
hij-1103	241	23	are	be	AUX
hij-1103	241	24	appropriately	appropriately	ADV
hij-1103	241	25	geared	gear	VERB
hij-1103	241	26	towards	towards	ADP
hij-1103	241	27	the	the	DET
hij-1103	241	28	vgg16	vgg16	NOUN
hij-1103	241	29	model	model	NOUN
hij-1103	241	30	.	.	PUNCT
hij-1103	242	1	some	some	DET
hij-1103	242	2	pre	pre	ADJ
hij-1103	242	3	-	-	ADJ
hij-1103	242	4	processing	processing	NOUN
hij-1103	242	5	includes	include	VERB
hij-1103	242	6	normalizing	normalize	VERB
hij-1103	242	7	or	or	CCONJ
hij-1103	242	8	standardizing	standardize	VERB
hij-1103	242	9	the	the	DET
hij-1103	242	10	pixel	pixel	PROPN
hij-1103	242	11	values	value	NOUN
hij-1103	242	12	so	so	SCONJ
hij-1103	242	13	that	that	SCONJ
hij-1103	242	14	the	the	DET
hij-1103	242	15	data	datum	NOUN
hij-1103	242	16	can	can	AUX
hij-1103	242	17	be	be	AUX
hij-1103	242	18	scaled	scale	VERB
hij-1103	242	19	correctly	correctly	ADV
hij-1103	242	20	.	.	PUNCT
hij-1103	243	1	this	this	PRON
hij-1103	243	2	is	be	AUX
hij-1103	243	3	important	important	ADJ
hij-1103	243	4	since	since	SCONJ
hij-1103	243	5	it	it	PRON
hij-1103	243	6	allows	allow	VERB
hij-1103	243	7	the	the	DET
hij-1103	243	8	model	model	NOUN
hij-1103	243	9	to	to	PART
hij-1103	243	10	learn	learn	VERB
hij-1103	243	11	to	to	ADP
hij-1103	243	12	the	the	DET
hij-1103	243	13	extent	extent	NOUN
hij-1103	243	14	that	that	SCONJ
hij-1103	243	15	it	it	PRON
hij-1103	243	16	can	can	AUX
hij-1103	243	17	converge	converge	VERB
hij-1103	243	18	quickly	quickly	ADV
hij-1103	243	19	during	during	ADP
hij-1103	243	20	the	the	DET
hij-1103	243	21	learning	learning	NOUN
hij-1103	243	22	phase	phase	NOUN
hij-1103	243	23	.	.	PUNCT
hij-1103	244	1	4.1.2	4.1.2	NUM
hij-1103	244	2	.	.	PUNCT
hij-1103	244	3	model	model	NOUN
hij-1103	244	4	architecture	architecture	NOUN
hij-1103	244	5	the	the	DET
hij-1103	244	6	concept	concept	NOUN
hij-1103	244	7	of	of	ADP
hij-1103	244	8	the	the	DET
hij-1103	244	9	study	study	NOUN
hij-1103	244	10	is	be	AUX
hij-1103	244	11	based	base	VERB
hij-1103	244	12	on	on	ADP
hij-1103	244	13	the	the	DET
hij-1103	244	14	vgg16	vgg16	NOUN
hij-1103	244	15	model	model	NOUN
hij-1103	244	16	,	,	PUNCT
hij-1103	244	17	which	which	PRON
hij-1103	244	18	is	be	AUX
hij-1103	244	19	a	a	DET
hij-1103	244	20	cnn	cnn	NOUN
hij-1103	244	21	in	in	ADP
hij-1103	244	22	particular	particular	ADJ
hij-1103	244	23	that	that	SCONJ
hij-1103	244	24	originates	originate	NOUN
hij-1103	244	25	in	in	ADP
hij-1103	244	26	the	the	DET
hij-1103	244	27	imagenet	imagenet	NOUN
hij-1103	244	28	dataset	dataset	NOUN
hij-1103	244	29	.	.	PUNCT
hij-1103	245	1	the	the	DET
hij-1103	245	2	weights	weight	NOUN
hij-1103	245	3	obtained	obtain	VERB
hij-1103	245	4	from	from	ADP
hij-1103	245	5	the	the	DET
hij-1103	245	6	pre	pre	NOUN
hij-1103	245	7	-	-	NOUN
hij-1103	245	8	training	training	NOUN
hij-1103	245	9	of	of	ADP
hij-1103	245	10	the	the	DET
hij-1103	245	11	model	model	NOUN
hij-1103	245	12	are	be	AUX
hij-1103	245	13	an	an	DET
hij-1103	245	14	initial	initial	ADJ
hij-1103	245	15	point	point	NOUN
hij-1103	245	16	to	to	PART
hij-1103	245	17	detect	detect	VERB
hij-1103	245	18	features	feature	NOUN
hij-1103	245	19	that	that	PRON
hij-1103	245	20	can	can	AUX
hij-1103	245	21	be	be	AUX
hij-1103	245	22	further	far	ADV
hij-1103	245	23	optimized	optimize	VERB
hij-1103	245	24	for	for	ADP
hij-1103	245	25	malware	malware	NOUN
hij-1103	245	26	classification	classification	NOUN
hij-1103	245	27	.	.	PUNCT
hij-1103	246	1	the	the	DET
hij-1103	246	2	structure	structure	NOUN
hij-1103	246	3	of	of	ADP
hij-1103	246	4	the	the	DET
hij-1103	246	5	vgg16	vgg16	NOUN
hij-1103	246	6	model	model	NOUN
hij-1103	246	7	is	be	AUX
hij-1103	246	8	based	base	VERB
hij-1103	246	9	on	on	ADP
hij-1103	246	10	the	the	DET
hij-1103	246	11	parameters	parameter	NOUN
hij-1103	246	12	of	of	ADP
hij-1103	246	13	the	the	DET
hij-1103	246	14	model	model	NOUN
hij-1103	246	15	pretrained	pretraine	VERB
hij-1103	246	16	on	on	ADP
hij-1103	246	17	imagenet	imagenet	NOUN
hij-1103	246	18	,	,	PUNCT
hij-1103	246	19	but	but	CCONJ
hij-1103	246	20	without	without	ADP
hij-1103	246	21	the	the	DET
hij-1103	246	22	last	last	ADJ
hij-1103	246	23	fully	fully	ADV
hij-1103	246	24	connected	connected	ADJ
hij-1103	246	25	layers	layer	NOUN
hij-1103	246	26	due	due	ADP
hij-1103	246	27	to	to	ADP
hij-1103	246	28	the	the	DET
hij-1103	246	29	use	use	NOUN
hij-1103	246	30	of	of	ADP
hij-1103	246	31	“	"	PUNCT
hij-1103	246	32	include_top	include_top	ADJ
hij-1103	246	33	”	"	PUNCT
hij-1103	246	34	false	false	ADJ
hij-1103	246	35	.	.	PUNCT
hij-1103	247	1	this	this	PRON
hij-1103	247	2	makes	make	VERB
hij-1103	247	3	it	it	PRON
hij-1103	247	4	possible	possible	ADJ
hij-1103	247	5	for	for	SCONJ
hij-1103	247	6	the	the	DET
hij-1103	247	7	model	model	NOUN
hij-1103	247	8	to	to	PART
hij-1103	247	9	learn	learn	VERB
hij-1103	247	10	specific	specific	ADJ
hij-1103	247	11	features	feature	NOUN
hij-1103	247	12	associated	associate	VERB
hij-1103	247	13	with	with	ADP
hij-1103	247	14	the	the	DET
hij-1103	247	15	given	give	VERB
hij-1103	247	16	task	task	NOUN
hij-1103	247	17	in	in	ADP
hij-1103	247	18	the	the	DET
hij-1103	247	19	domain	domain	NOUN
hij-1103	247	20	of	of	ADP
hij-1103	247	21	malware	malware	NOUN
hij-1103	247	22	detection	detection	NOUN
hij-1103	247	23	.	.	PUNCT
hij-1103	248	1	the	the	DET
hij-1103	248	2	input	input	NOUN
hij-1103	248	3	layer	layer	NOUN
hij-1103	248	4	is	be	AUX
hij-1103	248	5	adapted	adapt	VERB
hij-1103	248	6	to	to	PART
hij-1103	248	7	match	match	VERB
hij-1103	248	8	the	the	DET
hij-1103	248	9	shape	shape	NOUN
hij-1103	248	10	of	of	ADP
hij-1103	248	11	the	the	DET
hij-1103	248	12	images	image	NOUN
hij-1103	248	13	from	from	ADP
hij-1103	248	14	the	the	DET
hij-1103	248	15	dataset	dataset	NOUN
hij-1103	248	16	(	(	PUNCT
hij-1103	248	17	img_size	img_size	NOUN
hij-1103	248	18	,	,	PUNCT
hij-1103	248	19	img_size	img_size	VERB
hij-1103	248	20	,	,	PUNCT
hij-1103	248	21	3	3	NUM
hij-1103	248	22	)	)	PUNCT
hij-1103	248	23	.	.	PUNCT
hij-1103	249	1	the	the	DET
hij-1103	249	2	last	last	ADJ
hij-1103	249	3	layer	layer	NOUN
hij-1103	249	4	of	of	ADP
hij-1103	249	5	the	the	DET
hij-1103	249	6	vgg16	vgg16	NOUN
hij-1103	249	7	model	model	NOUN
hij-1103	249	8	is	be	AUX
hij-1103	249	9	changed	change	VERB
hij-1103	249	10	to	to	PART
hij-1103	249	11	accommodate	accommodate	VERB
hij-1103	249	12	the	the	DET
hij-1103	249	13	number	number	NOUN
hij-1103	249	14	of	of	ADP
hij-1103	249	15	malware	malware	NOUN
hij-1103	249	16	categories	category	NOUN
hij-1103	249	17	,	,	PUNCT
hij-1103	249	18	allowing	allow	VERB
hij-1103	249	19	the	the	DET
hij-1103	249	20	model	model	NOUN
hij-1103	249	21	to	to	PART
hij-1103	249	22	identify	identify	VERB
hij-1103	249	23	the	the	DET
hij-1103	249	24	input	input	NOUN
hij-1103	249	25	as	as	ADP
hij-1103	249	26	belonging	belong	VERB
hij-1103	249	27	to	to	ADP
hij-1103	249	28	any	any	PRON
hij-1103	249	29	of	of	ADP
hij-1103	249	30	the	the	DET
hij-1103	249	31	given	give	VERB
hij-1103	249	32	categories	category	NOUN
hij-1103	249	33	.	.	PUNCT
hij-1103	250	1	hightech	hightech	NOUN
hij-1103	250	2	and	and	CCONJ
hij-1103	250	3	innovation	innovation	NOUN
hij-1103	250	4	journal	journal	PROPN
hij-1103	250	5	vol	vol	NOUN
hij-1103	250	6	.	.	PROPN
hij-1103	251	1	6	6	NUM
hij-1103	251	2	,	,	PUNCT
hij-1103	251	3	no	no	INTJ
hij-1103	251	4	.	.	NOUN
hij-1103	251	5	2	2	NUM
hij-1103	251	6	,	,	PUNCT
hij-1103	251	7	june	june	PROPN
hij-1103	251	8	,	,	PUNCT
hij-1103	251	9	2025	2025	NUM
hij-1103	251	10	672	672	NUM
hij-1103	251	11	4.1.3	4.1.3	NUM
hij-1103	251	12	.	.	PUNCT
hij-1103	251	13	model	model	NOUN
hij-1103	251	14	compilation	compilation	NOUN
hij-1103	251	15	the	the	DET
hij-1103	251	16	vgg16	vgg16	NOUN
hij-1103	251	17	model	model	NOUN
hij-1103	251	18	is	be	AUX
hij-1103	251	19	compiled	compile	VERB
hij-1103	251	20	with	with	ADP
hij-1103	251	21	a	a	DET
hij-1103	251	22	loss	loss	NOUN
hij-1103	251	23	function	function	NOUN
hij-1103	251	24	appropriate	appropriate	ADJ
hij-1103	251	25	for	for	ADP
hij-1103	251	26	use	use	NOUN
hij-1103	251	27	with	with	ADP
hij-1103	251	28	targets	target	NOUN
hij-1103	251	29	in	in	ADP
hij-1103	251	30	multi	multi	ADJ
hij-1103	251	31	-	-	ADJ
hij-1103	251	32	class	class	ADJ
hij-1103	251	33	classification	classification	NOUN
hij-1103	251	34	.	.	PUNCT
hij-1103	252	1	for	for	ADP
hij-1103	252	2	this	this	DET
hij-1103	252	3	reason	reason	NOUN
hij-1103	252	4	,	,	PUNCT
hij-1103	252	5	the	the	DET
hij-1103	252	6	categorical	categorical	ADJ
hij-1103	252	7	cross	cross	NOUN
hij-1103	252	8	-	-	NOUN
hij-1103	252	9	entropy	entropy	NOUN
hij-1103	252	10	is	be	AUX
hij-1103	252	11	applied	apply	VERB
hij-1103	252	12	as	as	ADP
hij-1103	252	13	the	the	DET
hij-1103	252	14	loss	loss	NOUN
hij-1103	252	15	function	function	NOUN
hij-1103	252	16	,	,	PUNCT
hij-1103	252	17	which	which	PRON
hij-1103	252	18	is	be	AUX
hij-1103	252	19	applicable	applicable	ADJ
hij-1103	252	20	when	when	SCONJ
hij-1103	252	21	using	use	VERB
hij-1103	252	22	data	datum	NOUN
hij-1103	252	23	with	with	ADP
hij-1103	252	24	more	more	ADJ
hij-1103	252	25	than	than	ADP
hij-1103	252	26	two	two	NUM
hij-1103	252	27	classes	class	NOUN
hij-1103	252	28	.	.	PUNCT
hij-1103	253	1	the	the	DET
hij-1103	253	2	selected	select	VERB
hij-1103	253	3	training	training	NOUN
hij-1103	253	4	algorithm	algorithm	NOUN
hij-1103	253	5	is	be	AUX
hij-1103	253	6	adam	adam	PROPN
hij-1103	253	7	,	,	PUNCT
hij-1103	253	8	one	one	NUM
hij-1103	253	9	of	of	ADP
hij-1103	253	10	the	the	DET
hij-1103	253	11	most	most	ADV
hij-1103	253	12	popular	popular	ADJ
hij-1103	253	13	and	and	CCONJ
hij-1103	253	14	effective	effective	ADJ
hij-1103	253	15	optimization	optimization	NOUN
hij-1103	253	16	algorithms	algorithm	NOUN
hij-1103	253	17	.	.	PUNCT
hij-1103	254	1	the	the	DET
hij-1103	254	2	learning	learning	NOUN
hij-1103	254	3	rate	rate	NOUN
hij-1103	254	4	is	be	AUX
hij-1103	254	5	set	set	VERB
hij-1103	254	6	,	,	PUNCT
hij-1103	254	7	thus	thus	ADV
hij-1103	254	8	making	make	VERB
hij-1103	254	9	it	it	PRON
hij-1103	254	10	reach	reach	VERB
hij-1103	254	11	the	the	DET
hij-1103	254	12	maximum	maximum	ADJ
hij-1103	254	13	level	level	NOUN
hij-1103	254	14	faster	fast	ADV
hij-1103	254	15	and	and	CCONJ
hij-1103	254	16	not	not	PART
hij-1103	254	17	exceed	exceed	VERB
hij-1103	254	18	it	it	PRON
hij-1103	254	19	because	because	SCONJ
hij-1103	254	20	of	of	ADP
hij-1103	254	21	the	the	DET
hij-1103	254	22	constant	constant	ADJ
hij-1103	254	23	testing	testing	NOUN
hij-1103	254	24	on	on	ADP
hij-1103	254	25	the	the	DET
hij-1103	254	26	model	model	NOUN
hij-1103	254	27	.	.	PUNCT
hij-1103	255	1	for	for	ADP
hij-1103	255	2	performance	performance	NOUN
hij-1103	255	3	,	,	PUNCT
hij-1103	255	4	only	only	ADV
hij-1103	255	5	accuracy	accuracy	NOUN
hij-1103	255	6	is	be	AUX
hij-1103	255	7	used	use	VERB
hij-1103	255	8	to	to	PART
hij-1103	255	9	measure	measure	VERB
hij-1103	255	10	the	the	DET
hij-1103	255	11	model	model	NOUN
hij-1103	255	12	's	's	PART
hij-1103	255	13	performance	performance	NOUN
hij-1103	255	14	during	during	ADP
hij-1103	255	15	its	its	PRON
hij-1103	255	16	training	training	NOUN
hij-1103	255	17	process	process	NOUN
hij-1103	255	18	.	.	PUNCT
hij-1103	256	1	4.1.4	4.1.4	X
hij-1103	256	2	.	.	PUNCT
hij-1103	257	1	model	model	NOUN
hij-1103	257	2	training	training	NOUN
hij-1103	257	3	the	the	DET
hij-1103	257	4	model	model	NOUN
hij-1103	257	5	is	be	AUX
hij-1103	257	6	trained	train	VERB
hij-1103	257	7	on	on	ADP
hij-1103	257	8	the	the	DET
hij-1103	257	9	pre	pre	ADJ
hij-1103	257	10	-	-	ADJ
hij-1103	257	11	processed	processed	ADJ
hij-1103	257	12	training	training	NOUN
hij-1103	257	13	dataset	dataset	NOUN
hij-1103	257	14	,	,	PUNCT
hij-1103	257	15	ensuring	ensure	VERB
hij-1103	257	16	it	it	PRON
hij-1103	257	17	learns	learn	VERB
hij-1103	257	18	to	to	PART
hij-1103	257	19	classify	classify	VERB
hij-1103	257	20	the	the	DET
hij-1103	257	21	given	give	VERB
hij-1103	257	22	datasets	dataset	NOUN
hij-1103	257	23	correctly	correctly	ADV
hij-1103	257	24	.	.	PUNCT
hij-1103	258	1	the	the	DET
hij-1103	258	2	number	number	NOUN
hij-1103	258	3	of	of	ADP
hij-1103	258	4	epochs	epoch	NOUN
hij-1103	258	5	and	and	CCONJ
hij-1103	258	6	batch	batch	NOUN
hij-1103	258	7	size	size	NOUN
hij-1103	258	8	are	be	AUX
hij-1103	258	9	generalized	generalize	VERB
hij-1103	258	10	depending	depend	VERB
hij-1103	258	11	on	on	ADP
hij-1103	258	12	the	the	DET
hij-1103	258	13	computational	computational	ADJ
hij-1103	258	14	resources	resource	NOUN
hij-1103	258	15	and	and	CCONJ
hij-1103	258	16	the	the	DET
hij-1103	258	17	convergence	convergence	NOUN
hij-1103	258	18	rate	rate	NOUN
hij-1103	258	19	.	.	PUNCT
hij-1103	259	1	it	it	PRON
hij-1103	259	2	is	be	AUX
hij-1103	259	3	,	,	PUNCT
hij-1103	259	4	therefore	therefore	ADV
hij-1103	259	5	,	,	PUNCT
hij-1103	259	6	necessary	necessary	ADJ
hij-1103	259	7	,	,	PUNCT
hij-1103	259	8	especially	especially	ADV
hij-1103	259	9	during	during	ADP
hij-1103	259	10	training	training	NOUN
hij-1103	259	11	,	,	PUNCT
hij-1103	259	12	to	to	PART
hij-1103	259	13	track	track	VERB
hij-1103	259	14	the	the	DET
hij-1103	259	15	loss	loss	NOUN
hij-1103	259	16	and	and	CCONJ
hij-1103	259	17	accuracy	accuracy	NOUN
hij-1103	259	18	metrics	metric	NOUN
hij-1103	259	19	to	to	PART
hij-1103	259	20	check	check	VERB
hij-1103	259	21	whether	whether	SCONJ
hij-1103	259	22	the	the	DET
hij-1103	259	23	model	model	NOUN
hij-1103	259	24	is	be	AUX
hij-1103	259	25	learning	learn	VERB
hij-1103	259	26	.	.	PUNCT
hij-1103	260	1	the	the	DET
hij-1103	260	2	training	training	NOUN
hij-1103	260	3	process	process	NOUN
hij-1103	260	4	is	be	AUX
hij-1103	260	5	repetitive	repetitive	ADJ
hij-1103	260	6	,	,	PUNCT
hij-1103	260	7	and	and	CCONJ
hij-1103	260	8	the	the	DET
hij-1103	260	9	model	model	NOUN
hij-1103	260	10	weights	weight	NOUN
hij-1103	260	11	are	be	AUX
hij-1103	260	12	adjusted	adjust	VERB
hij-1103	260	13	to	to	PART
hij-1103	260	14	minimize	minimize	VERB
hij-1103	260	15	the	the	DET
hij-1103	260	16	loss	loss	NOUN
hij-1103	260	17	and	and	CCONJ
hij-1103	260	18	improve	improve	VERB
hij-1103	260	19	classification	classification	NOUN
hij-1103	260	20	accuracy	accuracy	NOUN
hij-1103	260	21	.	.	PUNCT
hij-1103	261	1	during	during	ADP
hij-1103	261	2	the	the	DET
hij-1103	261	3	training	training	NOUN
hij-1103	261	4	process	process	NOUN
hij-1103	261	5	,	,	PUNCT
hij-1103	261	6	in	in	ADP
hij-1103	261	7	particular	particular	ADJ
hij-1103	261	8	,	,	PUNCT
hij-1103	261	9	it	it	PRON
hij-1103	261	10	is	be	AUX
hij-1103	261	11	necessary	necessary	ADJ
hij-1103	261	12	to	to	PART
hij-1103	261	13	assess	assess	VERB
hij-1103	261	14	the	the	DET
hij-1103	261	15	quality	quality	NOUN
hij-1103	261	16	of	of	ADP
hij-1103	261	17	the	the	DET
hij-1103	261	18	model	model	NOUN
hij-1103	261	19	to	to	PART
hij-1103	261	20	exclude	exclude	VERB
hij-1103	261	21	the	the	DET
hij-1103	261	22	situation	situation	NOUN
hij-1103	261	23	when	when	SCONJ
hij-1103	261	24	it	it	PRON
hij-1103	261	25	‘	'	PUNCT
hij-1103	261	26	learns	learn	VERB
hij-1103	261	27	’	'	PUNCT
hij-1103	261	28	the	the	DET
hij-1103	261	29	training	training	NOUN
hij-1103	261	30	data	datum	NOUN
hij-1103	261	31	.	.	PUNCT
hij-1103	262	1	figure	figure	NOUN
hij-1103	262	2	11	11	NUM
hij-1103	262	3	.	.	PUNCT
hij-1103	263	1	flowchart	flowchart	NOUN
hij-1103	263	2	for	for	ADP
hij-1103	263	3	the	the	DET
hij-1103	263	4	process	process	NOUN
hij-1103	263	5	of	of	ADP
hij-1103	263	6	the	the	DET
hij-1103	263	7	methodology	methodology	NOUN
hij-1103	263	8	4.2	4.2	NUM
hij-1103	263	9	.	.	PUNCT
hij-1103	264	1	model	model	NOUN
hij-1103	264	2	estimation	estimation	NOUN
hij-1103	264	3	at	at	ADP
hij-1103	264	4	this	this	DET
hij-1103	264	5	point	point	NOUN
hij-1103	264	6	,	,	PUNCT
hij-1103	264	7	the	the	DET
hij-1103	264	8	model	model	NOUN
hij-1103	264	9	's	's	PART
hij-1103	264	10	performance	performance	NOUN
hij-1103	264	11	is	be	AUX
hij-1103	264	12	measured	measure	VERB
hij-1103	264	13	with	with	ADP
hij-1103	264	14	the	the	DET
hij-1103	264	15	help	help	NOUN
hij-1103	264	16	of	of	ADP
hij-1103	264	17	specific	specific	ADJ
hij-1103	264	18	parameters	parameter	NOUN
hij-1103	264	19	like	like	ADP
hij-1103	264	20	accuracy	accuracy	NOUN
hij-1103	264	21	,	,	PUNCT
hij-1103	264	22	precision	precision	NOUN
hij-1103	264	23	,	,	PUNCT
hij-1103	264	24	recall	recall	NOUN
hij-1103	264	25	,	,	PUNCT
hij-1103	264	26	and	and	CCONJ
hij-1103	264	27	f1	f1	NOUN
hij-1103	264	28	-	-	PUNCT
hij-1103	264	29	score	score	NOUN
hij-1103	264	30	.	.	PUNCT
hij-1103	265	1	these	these	DET
hij-1103	265	2	metrics	metric	NOUN
hij-1103	265	3	provide	provide	VERB
hij-1103	265	4	a	a	DET
hij-1103	265	5	good	good	ADJ
hij-1103	265	6	summary	summary	NOUN
hij-1103	265	7	of	of	ADP
hij-1103	265	8	the	the	DET
hij-1103	265	9	model	model	NOUN
hij-1103	265	10	's	's	PART
hij-1103	265	11	performance	performance	NOUN
hij-1103	265	12	because	because	SCONJ
hij-1103	265	13	they	they	PRON
hij-1103	265	14	give	give	VERB
hij-1103	265	15	the	the	DET
hij-1103	265	16	model	model	NOUN
hij-1103	265	17	's	's	PART
hij-1103	265	18	accuracy	accuracy	NOUN
hij-1103	265	19	and	and	CCONJ
hij-1103	265	20	the	the	DET
hij-1103	265	21	possibility	possibility	NOUN
hij-1103	265	22	of	of	ADP
hij-1103	265	23	the	the	DET
hij-1103	265	24	model	model	NOUN
hij-1103	265	25	classifying	classify	VERB
hij-1103	265	26	each	each	DET
hij-1103	265	27	type	type	NOUN
hij-1103	265	28	of	of	ADP
hij-1103	265	29	malware	malware	NOUN
hij-1103	265	30	.	.	PUNCT
hij-1103	266	1	furthermore	furthermore	ADV
hij-1103	266	2	,	,	PUNCT
hij-1103	266	3	a	a	DET
hij-1103	266	4	confusion	confusion	NOUN
hij-1103	266	5	matrix	matrix	NOUN
hij-1103	266	6	is	be	AUX
hij-1103	266	7	prepared	prepare	VERB
hij-1103	266	8	to	to	PART
hij-1103	266	9	present	present	VERB
hij-1103	266	10	the	the	DET
hij-1103	266	11	classification	classification	NOUN
hij-1103	266	12	results	result	NOUN
hij-1103	266	13	in	in	ADP
hij-1103	266	14	a	a	DET
hij-1103	266	15	tabular	tabular	NOUN
hij-1103	266	16	form	form	NOUN
hij-1103	266	17	,	,	PUNCT
hij-1103	266	18	showing	show	VERB
hij-1103	266	19	any	any	DET
hij-1103	266	20	classification	classification	NOUN
hij-1103	266	21	model	model	NOUN
hij-1103	266	22	's	's	PART
hij-1103	266	23	regularity	regularity	NOUN
hij-1103	266	24	or	or	CCONJ
hij-1103	266	25	mistakes	mistake	NOUN
hij-1103	266	26	in	in	ADP
hij-1103	266	27	segregating	segregate	VERB
hij-1103	266	28	the	the	DET
hij-1103	266	29	malware	malware	NOUN
hij-1103	266	30	into	into	ADP
hij-1103	266	31	different	different	ADJ
hij-1103	266	32	categories	category	NOUN
hij-1103	266	33	.	.	PUNCT
hij-1103	267	1	slides	slide	NOUN
hij-1103	267	2	can	can	AUX
hij-1103	267	3	still	still	ADV
hij-1103	267	4	be	be	AUX
hij-1103	267	5	made	make	VERB
hij-1103	267	6	based	base	VERB
hij-1103	267	7	on	on	ADP
hij-1103	267	8	the	the	DET
hij-1103	267	9	data	datum	NOUN
hij-1103	267	10	and/or	and/or	CCONJ
hij-1103	267	11	the	the	DET
hij-1103	267	12	model	model	NOUN
hij-1103	267	13	’s	’s	PART
hij-1103	267	14	structure	structure	NOUN
hij-1103	267	15	for	for	ADP
hij-1103	267	16	better	well	ADJ
hij-1103	267	17	performance	performance	NOUN
hij-1103	267	18	.	.	PUNCT
hij-1103	268	1	4.2.1	4.2.1	NOUN
hij-1103	268	2	.	.	PUNCT
hij-1103	268	3	model	model	NOUN
hij-1103	268	4	prediction	prediction	NOUN
hij-1103	268	5	thus	thus	ADV
hij-1103	268	6	,	,	PUNCT
hij-1103	268	7	after	after	ADP
hij-1103	268	8	training	training	NOUN
hij-1103	268	9	,	,	PUNCT
hij-1103	268	10	the	the	DET
hij-1103	268	11	vgg16	vgg16	NOUN
hij-1103	268	12	model	model	NOUN
hij-1103	268	13	can	can	AUX
hij-1103	268	14	be	be	AUX
hij-1103	268	15	used	use	VERB
hij-1103	268	16	to	to	PART
hij-1103	268	17	generate	generate	VERB
hij-1103	268	18	predictions	prediction	NOUN
hij-1103	268	19	for	for	ADP
hij-1103	268	20	new	new	ADJ
hij-1103	268	21	instances	instance	NOUN
hij-1103	268	22	of	of	ADP
hij-1103	268	23	malware	malware	NOUN
hij-1103	268	24	that	that	PRON
hij-1103	268	25	were	be	AUX
hij-1103	268	26	not	not	PART
hij-1103	268	27	included	include	VERB
hij-1103	268	28	in	in	ADP
hij-1103	268	29	the	the	DET
hij-1103	268	30	training	training	NOUN
hij-1103	268	31	set	set	NOUN
hij-1103	268	32	.	.	PUNCT
hij-1103	269	1	this	this	DET
hij-1103	269	2	step	step	NOUN
hij-1103	269	3	enables	enable	VERB
hij-1103	269	4	the	the	DET
hij-1103	269	5	model	model	NOUN
hij-1103	269	6	to	to	PART
hij-1103	269	7	predict	predict	VERB
hij-1103	269	8	whether	whether	SCONJ
hij-1103	269	9	a	a	DET
hij-1103	269	10	new	new	ADJ
hij-1103	269	11	sample	sample	NOUN
hij-1103	269	12	is	be	AUX
hij-1103	269	13	malware	malware	NOUN
hij-1103	269	14	and	and	CCONJ
hij-1103	269	15	gives	give	VERB
hij-1103	269	16	an	an	DET
hij-1103	269	17	understanding	understanding	NOUN
hij-1103	269	18	of	of	ADP
hij-1103	269	19	its	its	PRON
hij-1103	269	20	kind	kind	NOUN
hij-1103	269	21	.	.	PUNCT
hij-1103	270	1	researchers	researcher	NOUN
hij-1103	270	2	must	must	AUX
hij-1103	270	3	analyze	analyze	VERB
hij-1103	270	4	the	the	DET
hij-1103	270	5	predictions	prediction	NOUN
hij-1103	270	6	to	to	PART
hij-1103	270	7	determine	determine	VERB
hij-1103	270	8	how	how	SCONJ
hij-1103	270	9	the	the	DET
hij-1103	270	10	model	model	NOUN
hij-1103	270	11	acts	act	VERB
hij-1103	270	12	in	in	ADP
hij-1103	270	13	real	real	ADJ
hij-1103	270	14	-	-	PUNCT
hij-1103	270	15	world	world	NOUN
hij-1103	270	16	conditions	condition	NOUN
hij-1103	270	17	and	and	CCONJ
hij-1103	270	18	gain	gain	VERB
hij-1103	270	19	additional	additional	ADJ
hij-1103	270	20	insights	insight	NOUN
hij-1103	270	21	into	into	ADP
hij-1103	270	22	enhancing	enhance	VERB
hij-1103	270	23	malware	malware	NOUN
hij-1103	270	24	detection	detection	NOUN
hij-1103	270	25	systems	system	NOUN
hij-1103	270	26	.	.	PUNCT
hij-1103	271	1	4.2.2	4.2.2	X
hij-1103	271	2	.	.	PUNCT
hij-1103	271	3	model	model	NOUN
hij-1103	271	4	optimization	optimization	NOUN
hij-1103	271	5	different	different	ADJ
hij-1103	271	6	optimization	optimization	NOUN
hij-1103	271	7	techniques	technique	NOUN
hij-1103	271	8	are	be	AUX
hij-1103	271	9	discussed	discuss	VERB
hij-1103	271	10	to	to	PART
hij-1103	271	11	enhance	enhance	VERB
hij-1103	271	12	the	the	DET
hij-1103	271	13	proposed	propose	VERB
hij-1103	271	14	model	model	NOUN
hij-1103	271	15	's	's	PART
hij-1103	271	16	performance	performance	NOUN
hij-1103	271	17	further	far	ADV
hij-1103	271	18	.	.	PUNCT
hij-1103	272	1	such	such	ADJ
hij-1103	272	2	are	be	AUX
hij-1103	272	3	the	the	DET
hij-1103	272	4	learning	learning	NOUN
hij-1103	272	5	rate	rate	NOUN
hij-1103	272	6	schedules	schedule	NOUN
hij-1103	272	7	,	,	PUNCT
hij-1103	272	8	which	which	PRON
hij-1103	272	9	gradually	gradually	ADV
hij-1103	272	10	increase	increase	VERB
hij-1103	272	11	or	or	CCONJ
hij-1103	272	12	decrease	decrease	VERB
hij-1103	272	13	the	the	DET
hij-1103	272	14	learning	learning	NOUN
hij-1103	272	15	rate	rate	NOUN
hij-1103	272	16	during	during	ADP
hij-1103	272	17	the	the	DET
hij-1103	272	18	training	training	NOUN
hij-1103	272	19	process	process	NOUN
hij-1103	272	20	depending	depend	VERB
hij-1103	272	21	on	on	ADP
hij-1103	272	22	some	some	DET
hij-1103	272	23	conditions	condition	NOUN
hij-1103	272	24	,	,	PUNCT
hij-1103	272	25	and	and	CCONJ
hij-1103	272	26	early	early	ADJ
hij-1103	272	27	stopping	stopping	NOUN
hij-1103	272	28	,	,	PUNCT
hij-1103	272	29	which	which	PRON
hij-1103	272	30	is	be	AUX
hij-1103	272	31	a	a	DET
hij-1103	272	32	method	method	NOUN
hij-1103	272	33	that	that	PRON
hij-1103	272	34	stops	stop	VERB
hij-1103	272	35	the	the	DET
hij-1103	272	36	training	training	NOUN
hij-1103	272	37	process	process	NOUN
hij-1103	272	38	because	because	SCONJ
hij-1103	272	39	the	the	DET
hij-1103	272	40	model	model	NOUN
hij-1103	272	41	’s	’s	PART
hij-1103	272	42	accuracy	accuracy	NOUN
hij-1103	272	43	on	on	ADP
hij-1103	272	44	the	the	DET
hij-1103	272	45	validation	validation	NOUN
hij-1103	272	46	set	set	NOUN
hij-1103	272	47	starts	start	VERB
hij-1103	272	48	to	to	PART
hij-1103	272	49	decrease	decrease	VERB
hij-1103	272	50	.	.	PUNCT
hij-1103	273	1	furthermore	furthermore	ADV
hij-1103	273	2	,	,	PUNCT
hij-1103	273	3	changes	change	NOUN
hij-1103	273	4	to	to	ADP
hij-1103	273	5	architecture	architecture	NOUN
hij-1103	273	6	are	be	AUX
hij-1103	273	7	introduced	introduce	VERB
hij-1103	273	8	as	as	ADP
hij-1103	273	9	a	a	DET
hij-1103	273	10	technique	technique	NOUN
hij-1103	273	11	of	of	ADP
hij-1103	273	12	adding	add	VERB
hij-1103	273	13	more	more	ADJ
hij-1103	273	14	layers	layer	NOUN
hij-1103	273	15	or	or	CCONJ
hij-1103	273	16	modifying	modify	VERB
hij-1103	273	17	the	the	DET
hij-1103	273	18	layers	layer	NOUN
hij-1103	273	19	for	for	ADP
hij-1103	273	20	improved	improved	ADJ
hij-1103	273	21	feature	feature	NOUN
hij-1103	273	22	learning	learning	NOUN
hij-1103	273	23	.	.	PUNCT
hij-1103	274	1	additional	additional	ADJ
hij-1103	274	2	and	and	CCONJ
hij-1103	274	3	more	more	ADV
hij-1103	274	4	complex	complex	ADJ
hij-1103	274	5	analysis	analysis	NOUN
hij-1103	274	6	,	,	PUNCT
hij-1103	274	7	comprising	comprise	VERB
hij-1103	274	8	feature	feature	NOUN
hij-1103	274	9	visualization	visualization	NOUN
hij-1103	274	10	or	or	CCONJ
hij-1103	274	11	feature	feature	NOUN
hij-1103	274	12	importance	importance	NOUN
hij-1103	274	13	,	,	PUNCT
hij-1103	274	14	can	can	AUX
hij-1103	274	15	provide	provide	VERB
hij-1103	274	16	even	even	ADV
hij-1103	274	17	more	more	ADJ
hij-1103	274	18	insight	insight	NOUN
hij-1103	274	19	into	into	ADP
hij-1103	274	20	the	the	DET
hij-1103	274	21	model	model	NOUN
hij-1103	274	22	's	's	PART
hij-1103	274	23	operations	operation	NOUN
hij-1103	274	24	and	and	CCONJ
hij-1103	274	25	help	help	VERB
hij-1103	274	26	increase	increase	VERB
hij-1103	274	27	the	the	DET
hij-1103	274	28	correct	correct	ADJ
hij-1103	274	29	classification	classification	NOUN
hij-1103	274	30	.	.	PUNCT
hij-1103	275	1	4.2.3	4.2.3	X
hij-1103	275	2	.	.	PUNCT
hij-1103	276	1	vgg16	vgg16	PROPN
hij-1103	276	2	base	base	PROPN
hij-1103	276	3	model	model	NOUN
hij-1103	276	4	the	the	DET
hij-1103	276	5	vgg16	vgg16	PROPN
hij-1103	276	6	base	base	PROPN
hij-1103	276	7	model	model	NOUN
hij-1103	276	8	,	,	PUNCT
hij-1103	276	9	pre	pre	VERB
hij-1103	276	10	-	-	VERB
hij-1103	276	11	trained	train	VERB
hij-1103	276	12	on	on	ADP
hij-1103	276	13	imagenet	imagenet	NOUN
hij-1103	276	14	,	,	PUNCT
hij-1103	276	15	is	be	AUX
hij-1103	276	16	the	the	DET
hij-1103	276	17	foundation	foundation	NOUN
hij-1103	276	18	for	for	ADP
hij-1103	276	19	the	the	DET
hij-1103	276	20	proposed	propose	VERB
hij-1103	276	21	malware	malware	NOUN
hij-1103	276	22	classification	classification	NOUN
hij-1103	276	23	system	system	NOUN
hij-1103	276	24	.	.	PUNCT
hij-1103	277	1	the	the	DET
hij-1103	277	2	loaded	load	VERB
hij-1103	277	3	weights	weight	NOUN
hij-1103	277	4	are	be	AUX
hij-1103	277	5	beneficial	beneficial	ADJ
hij-1103	277	6	in	in	ADP
hij-1103	277	7	providing	provide	VERB
hij-1103	277	8	the	the	DET
hij-1103	277	9	model	model	NOUN
hij-1103	277	10	with	with	ADP
hij-1103	277	11	a	a	DET
hij-1103	277	12	better	well	ADJ
hij-1103	277	13	starting	starting	NOUN
hij-1103	277	14	point	point	NOUN
hij-1103	277	15	for	for	ADP
hij-1103	277	16	feature	feature	NOUN
hij-1103	277	17	extraction	extraction	NOUN
hij-1103	277	18	rather	rather	ADV
hij-1103	277	19	than	than	ADP
hij-1103	277	20	training	train	VERB
hij-1103	277	21	the	the	DET
hij-1103	277	22	model	model	NOUN
hij-1103	277	23	from	from	ADP
hij-1103	277	24	scratch	scratch	NOUN
hij-1103	277	25	,	,	PUNCT
hij-1103	277	26	and	and	CCONJ
hij-1103	277	27	“	"	PUNCT
hij-1103	277	28	include_top	include_top	VERB
hij-1103	277	29	”	"	PUNCT
hij-1103	277	30	is	be	AUX
hij-1103	277	31	set	set	VERB
hij-1103	277	32	to	to	PART
hij-1103	277	33	false	false	ADJ
hij-1103	277	34	as	as	SCONJ
hij-1103	277	35	it	it	PRON
hij-1103	277	36	removes	remove	VERB
hij-1103	277	37	the	the	DET
hij-1103	277	38	last	last	ADJ
hij-1103	277	39	fully	fully	ADV
hij-1103	277	40	connected	connected	ADJ
hij-1103	277	41	layers	layer	NOUN
hij-1103	277	42	of	of	ADP
hij-1103	277	43	the	the	DET
hij-1103	277	44	model	model	NOUN
hij-1103	277	45	.	.	PUNCT
hij-1103	278	1	this	this	PRON
hij-1103	278	2	makes	make	VERB
hij-1103	278	3	it	it	PRON
hij-1103	278	4	possible	possible	ADJ
hij-1103	278	5	to	to	PART
hij-1103	278	6	easily	easily	ADV
hij-1103	278	7	modify	modify	VERB
hij-1103	278	8	the	the	DET
hij-1103	278	9	model	model	NOUN
hij-1103	278	10	to	to	PART
hij-1103	278	11	suit	suit	VERB
hij-1103	278	12	the	the	DET
hij-1103	278	13	particular	particular	ADJ
hij-1103	278	14	task	task	NOUN
hij-1103	278	15	of	of	ADP
hij-1103	278	16	malware	malware	NOUN
hij-1103	278	17	classification	classification	NOUN
hij-1103	278	18	.	.	PUNCT
hij-1103	279	1	taking	take	VERB
hij-1103	279	2	hightech	hightech	NOUN
hij-1103	279	3	and	and	CCONJ
hij-1103	279	4	innovation	innovation	NOUN
hij-1103	279	5	journal	journal	PROPN
hij-1103	279	6	vol	vol	NOUN
hij-1103	279	7	.	.	PROPN
hij-1103	280	1	6	6	NUM
hij-1103	280	2	,	,	PUNCT
hij-1103	280	3	no	no	INTJ
hij-1103	280	4	.	.	NOUN
hij-1103	280	5	2	2	NUM
hij-1103	280	6	,	,	PUNCT
hij-1103	280	7	june	june	PROPN
hij-1103	280	8	,	,	PUNCT
hij-1103	280	9	2025	2025	NUM
hij-1103	280	10	673	673	NUM
hij-1103	280	11	input	input	NOUN
hij-1103	280	12	image	image	NOUN
hij-1103	280	13	dimensions	dimension	NOUN
hij-1103	280	14	as	as	SCONJ
hij-1103	280	15	img_size	img_size	VERB
hij-1103	280	16	x	x	X
hij-1103	280	17	img_size	img_size	VERB
hij-1103	280	18	x	x	X
hij-1103	280	19	3	3	NUM
hij-1103	280	20	,	,	PUNCT
hij-1103	280	21	the	the	DET
hij-1103	280	22	final	final	ADJ
hij-1103	280	23	layer	layer	NOUN
hij-1103	280	24	of	of	ADP
hij-1103	280	25	the	the	DET
hij-1103	280	26	model	model	NOUN
hij-1103	280	27	is	be	AUX
hij-1103	280	28	defined	define	VERB
hij-1103	280	29	according	accord	VERB
hij-1103	280	30	to	to	ADP
hij-1103	280	31	the	the	DET
hij-1103	280	32	number	number	NOUN
hij-1103	280	33	of	of	ADP
hij-1103	280	34	classes	class	NOUN
hij-1103	280	35	in	in	ADP
hij-1103	280	36	the	the	DET
hij-1103	280	37	malware	malware	NOUN
hij-1103	280	38	dataset	dataset	NOUN
hij-1103	280	39	.	.	PUNCT
hij-1103	281	1	figure	figure	NOUN
hij-1103	281	2	12	12	NUM
hij-1103	281	3	shows	show	VERB
hij-1103	281	4	the	the	DET
hij-1103	281	5	proposed	propose	VERB
hij-1103	281	6	model	model	NOUN
hij-1103	281	7	architecture	architecture	NOUN
hij-1103	281	8	.	.	PUNCT
hij-1103	282	1	figure	figure	NOUN
hij-1103	282	2	12	12	NUM
hij-1103	282	3	.	.	PUNCT
hij-1103	283	1	proposed	propose	VERB
hij-1103	283	2	architecture	architecture	NOUN
hij-1103	283	3	of	of	ADP
hij-1103	283	4	the	the	DET
hij-1103	283	5	model	model	NOUN
hij-1103	283	6	4.2.4	4.2.4	NUM
hij-1103	283	7	.	.	PUNCT
hij-1103	284	1	additional	additional	ADJ
hij-1103	284	2	cnn	cnn	PROPN
hij-1103	284	3	layers	layer	NOUN
hij-1103	284	4	to	to	PART
hij-1103	284	5	enhance	enhance	VERB
hij-1103	284	6	the	the	DET
hij-1103	284	7	features	feature	NOUN
hij-1103	284	8	'	'	PART
hij-1103	284	9	extraction	extraction	NOUN
hij-1103	284	10	capability	capability	NOUN
hij-1103	284	11	,	,	PUNCT
hij-1103	284	12	more	more	ADV
hij-1103	284	13	additional	additional	ADJ
hij-1103	284	14	cnn	cnn	PROPN
hij-1103	284	15	layers	layer	NOUN
hij-1103	284	16	are	be	AUX
hij-1103	284	17	stacked	stack	VERB
hij-1103	284	18	upon	upon	SCONJ
hij-1103	284	19	the	the	DET
hij-1103	284	20	base	base	NOUN
hij-1103	284	21	of	of	ADP
hij-1103	284	22	the	the	DET
hij-1103	284	23	vgg16	vgg16	NOUN
hij-1103	284	24	.	.	PUNCT
hij-1103	285	1	these	these	DET
hij-1103	285	2	layers	layer	NOUN
hij-1103	285	3	include	include	VERB
hij-1103	285	4	conv2d	conv2d	ADJ
hij-1103	285	5	layers	layer	NOUN
hij-1103	285	6	,	,	PUNCT
hij-1103	285	7	which	which	PRON
hij-1103	285	8	first	first	ADV
hij-1103	285	9	apply	apply	VERB
hij-1103	285	10	filters	filter	NOUN
hij-1103	285	11	to	to	ADP
hij-1103	285	12	the	the	DET
hij-1103	285	13	input	input	NOUN
hij-1103	285	14	images	image	NOUN
hij-1103	285	15	to	to	PART
hij-1103	285	16	identify	identify	VERB
hij-1103	285	17	essential	essential	ADJ
hij-1103	285	18	features	feature	NOUN
hij-1103	285	19	.	.	PUNCT
hij-1103	286	1	adding	add	VERB
hij-1103	286	2	a	a	DET
hij-1103	286	3	batch	batch	NOUN
hij-1103	286	4	normalization	normalization	NOUN
hij-1103	286	5	layer	layer	NOUN
hij-1103	286	6	after	after	SCONJ
hij-1103	286	7	each	each	DET
hij-1103	286	8	conv2d	conv2d	ADJ
hij-1103	286	9	layer	layer	NOUN
hij-1103	286	10	ensures	ensure	VERB
hij-1103	286	11	that	that	SCONJ
hij-1103	286	12	the	the	DET
hij-1103	286	13	activations	activation	NOUN
hij-1103	286	14	are	be	AUX
hij-1103	286	15	normalized	normalize	VERB
hij-1103	286	16	,	,	PUNCT
hij-1103	286	17	thus	thus	ADV
hij-1103	286	18	bringing	bring	VERB
hij-1103	286	19	faster	fast	ADJ
hij-1103	286	20	convergence	convergence	NOUN
hij-1103	286	21	during	during	ADP
hij-1103	286	22	the	the	DET
hij-1103	286	23	training	training	NOUN
hij-1103	286	24	process	process	NOUN
hij-1103	286	25	.	.	PUNCT
hij-1103	287	1	4.2.5	4.2.5	X
hij-1103	287	2	.	.	X
hij-1103	287	3	flattening	flattening	NOUN
hij-1103	287	4	and	and	CCONJ
hij-1103	287	5	dense	dense	ADJ
hij-1103	287	6	layers	layer	NOUN
hij-1103	287	7	after	after	ADP
hij-1103	287	8	the	the	DET
hij-1103	287	9	convolutional	convolutional	ADJ
hij-1103	287	10	layers	layer	NOUN
hij-1103	287	11	,	,	PUNCT
hij-1103	287	12	the	the	DET
hij-1103	287	13	layer	layer	NOUN
hij-1103	287	14	connected	connect	VERB
hij-1103	287	15	to	to	ADP
hij-1103	287	16	it	it	PRON
hij-1103	287	17	is	be	AUX
hij-1103	287	18	flattened	flatten	VERB
hij-1103	287	19	into	into	ADP
hij-1103	287	20	1	1	NUM
hij-1103	287	21	-	-	SYM
hij-1103	287	22	d	d	NOUN
hij-1103	287	23	to	to	PART
hij-1103	287	24	feed	feed	VERB
hij-1103	287	25	into	into	ADP
hij-1103	287	26	the	the	DET
hij-1103	287	27	dense	dense	ADJ
hij-1103	287	28	layers	layer	NOUN
hij-1103	287	29	of	of	ADP
hij-1103	287	30	the	the	DET
hij-1103	287	31	model	model	NOUN
hij-1103	287	32	.	.	PUNCT
hij-1103	288	1	these	these	DET
hij-1103	288	2	layers	layer	NOUN
hij-1103	288	3	include	include	VERB
hij-1103	288	4	the	the	DET
hij-1103	288	5	dense	dense	ADJ
hij-1103	288	6	layer	layer	NOUN
hij-1103	288	7	of	of	ADP
hij-1103	288	8	512	512	NUM
hij-1103	288	9	units	unit	NOUN
hij-1103	288	10	and	and	CCONJ
hij-1103	288	11	the	the	DET
hij-1103	288	12	dense	dense	ADJ
hij-1103	288	13	layer	layer	NOUN
hij-1103	288	14	with	with	ADP
hij-1103	288	15	256	256	NUM
hij-1103	288	16	units	unit	NOUN
hij-1103	288	17	and	and	CCONJ
hij-1103	288	18	relu	relu	NOUN
hij-1103	288	19	activation	activation	NOUN
hij-1103	288	20	.	.	PUNCT
hij-1103	289	1	dropout	dropout	NOUN
hij-1103	289	2	layers	layer	NOUN
hij-1103	289	3	with	with	ADP
hij-1103	289	4	a	a	DET
hij-1103	289	5	dropout	dropout	NOUN
hij-1103	289	6	rate	rate	NOUN
hij-1103	289	7	of	of	ADP
hij-1103	289	8	0.5	0.5	NUM
hij-1103	289	9	are	be	AUX
hij-1103	289	10	applied	apply	VERB
hij-1103	289	11	after	after	ADP
hij-1103	289	12	each	each	DET
hij-1103	289	13	dense	dense	ADJ
hij-1103	289	14	layer	layer	NOUN
hij-1103	289	15	to	to	PART
hij-1103	289	16	avoid	avoid	VERB
hij-1103	289	17	overfitting	overfitte	VERB
hij-1103	289	18	.	.	PUNCT
hij-1103	290	1	the	the	DET
hij-1103	290	2	dense	dense	ADJ
hij-1103	290	3	layers	layer	NOUN
hij-1103	290	4	enable	enable	VERB
hij-1103	290	5	the	the	DET
hij-1103	290	6	model	model	NOUN
hij-1103	290	7	to	to	PART
hij-1103	290	8	learn	learn	VERB
hij-1103	290	9	higher	high	ADJ
hij-1103	290	10	-	-	PUNCT
hij-1103	290	11	order	order	NOUN
hij-1103	290	12	features	feature	NOUN
hij-1103	290	13	and	and	CCONJ
hij-1103	290	14	will	will	AUX
hij-1103	290	15	allow	allow	VERB
hij-1103	290	16	the	the	DET
hij-1103	290	17	model	model	NOUN
hij-1103	290	18	to	to	PART
hij-1103	290	19	make	make	VERB
hij-1103	290	20	a	a	DET
hij-1103	290	21	more	more	ADV
hij-1103	290	22	accurate	accurate	ADJ
hij-1103	290	23	prediction	prediction	NOUN
hij-1103	290	24	on	on	ADP
hij-1103	290	25	the	the	DET
hij-1103	290	26	malware	malware	NOUN
hij-1103	290	27	type	type	NOUN
hij-1103	290	28	.	.	PUNCT
hij-1103	291	1	4.2.6	4.2.6	X
hij-1103	291	2	.	.	PUNCT
hij-1103	292	1	output	output	NOUN
hij-1103	292	2	layer	layer	NOUN
hij-1103	292	3	and	and	CCONJ
hij-1103	292	4	final	final	ADJ
hij-1103	292	5	classification	classification	NOUN
hij-1103	292	6	the	the	DET
hij-1103	292	7	output	output	NOUN
hij-1103	292	8	layer	layer	NOUN
hij-1103	292	9	of	of	ADP
hij-1103	292	10	the	the	DET
hij-1103	292	11	adopted	adopt	VERB
hij-1103	292	12	model	model	NOUN
hij-1103	292	13	is	be	AUX
hij-1103	292	14	composed	compose	VERB
hij-1103	292	15	of	of	ADP
hij-1103	292	16	two	two	NUM
hij-1103	292	17	neurons	neuron	NOUN
hij-1103	292	18	,	,	PUNCT
hij-1103	292	19	which	which	PRON
hij-1103	292	20	makes	make	VERB
hij-1103	292	21	the	the	DET
hij-1103	292	22	algorithm	algorithm	NOUN
hij-1103	292	23	appropriate	appropriate	ADJ
hij-1103	292	24	for	for	ADP
hij-1103	292	25	applications	application	NOUN
hij-1103	292	26	in	in	ADP
hij-1103	292	27	binary	binary	ADJ
hij-1103	292	28	classification	classification	NOUN
hij-1103	292	29	problems	problem	NOUN
hij-1103	292	30	.	.	PUNCT
hij-1103	293	1	the	the	DET
hij-1103	293	2	input	input	NOUN
hij-1103	293	3	results	result	VERB
hij-1103	293	4	from	from	ADP
hij-1103	293	5	the	the	DET
hij-1103	293	6	cost	cost	NOUN
hij-1103	293	7	function	function	NOUN
hij-1103	293	8	are	be	AUX
hij-1103	293	9	passed	pass	VERB
hij-1103	293	10	through	through	ADP
hij-1103	293	11	the	the	DET
hij-1103	293	12	sigmoid	sigmoid	NOUN
hij-1103	293	13	activation	activation	NOUN
hij-1103	293	14	function	function	VERB
hij-1103	293	15	to	to	PART
hij-1103	293	16	give	give	VERB
hij-1103	293	17	probabilities	probability	NOUN
hij-1103	293	18	of	of	ADP
hij-1103	293	19	classes	class	NOUN
hij-1103	293	20	.	.	PUNCT
hij-1103	294	1	the	the	DET
hij-1103	294	2	network	network	NOUN
hij-1103	294	3	's	's	PART
hij-1103	294	4	last	last	ADJ
hij-1103	294	5	layer	layer	NOUN
hij-1103	294	6	would	would	AUX
hij-1103	294	7	be	be	AUX
hij-1103	294	8	modified	modify	VERB
hij-1103	294	9	for	for	ADP
hij-1103	294	10	multi	multi	ADJ
hij-1103	294	11	-	-	ADJ
hij-1103	294	12	class	class	ADJ
hij-1103	294	13	tasks	task	NOUN
hij-1103	294	14	to	to	PART
hij-1103	294	15	include	include	VERB
hij-1103	294	16	a	a	DET
hij-1103	294	17	softmax	softmax	ADJ
hij-1103	294	18	activation	activation	NOUN
hij-1103	294	19	function	function	NOUN
hij-1103	294	20	.	.	PUNCT
hij-1103	295	1	the	the	DET
hij-1103	295	2	binary_crossentropy	binary_crossentropy	NOUN
hij-1103	295	3	function	function	NOUN
hij-1103	295	4	measures	measure	NOUN
hij-1103	295	5	the	the	DET
hij-1103	295	6	loss	loss	NOUN
hij-1103	295	7	function	function	NOUN
hij-1103	295	8	to	to	PART
hij-1103	295	9	be	be	AUX
hij-1103	295	10	minimized	minimize	VERB
hij-1103	295	11	during	during	ADP
hij-1103	295	12	the	the	DET
hij-1103	295	13	model	model	NOUN
hij-1103	295	14	's	's	PART
hij-1103	295	15	training	training	NOUN
hij-1103	295	16	,	,	PUNCT
hij-1103	295	17	and	and	CCONJ
hij-1103	295	18	the	the	DET
hij-1103	295	19	adam	adam	PROPN
hij-1103	295	20	optimizer	optimizer	NOUN
hij-1103	295	21	is	be	AUX
hij-1103	295	22	used	use	VERB
hij-1103	295	23	to	to	PART
hij-1103	295	24	reduce	reduce	VERB
hij-1103	295	25	the	the	DET
hij-1103	295	26	loss	loss	NOUN
hij-1103	295	27	and	and	CCONJ
hij-1103	295	28	maximize	maximize	VERB
hij-1103	295	29	accuracy	accuracy	NOUN
hij-1103	295	30	.	.	PUNCT
hij-1103	296	1	hightech	hightech	NOUN
hij-1103	296	2	and	and	CCONJ
hij-1103	296	3	innovation	innovation	NOUN
hij-1103	296	4	journal	journal	PROPN
hij-1103	296	5	vol	vol	NOUN
hij-1103	296	6	.	.	PROPN
hij-1103	296	7	6	6	NUM
hij-1103	296	8	,	,	PUNCT
hij-1103	296	9	no	no	INTJ
hij-1103	296	10	.	.	NOUN
hij-1103	296	11	2	2	NUM
hij-1103	296	12	,	,	PUNCT
hij-1103	296	13	june	june	PROPN
hij-1103	296	14	,	,	PUNCT
hij-1103	296	15	2025	2025	NUM
hij-1103	296	16	674	674	NUM
hij-1103	296	17	this	this	DET
hij-1103	296	18	architecture	architecture	NOUN
hij-1103	296	19	is	be	AUX
hij-1103	296	20	a	a	DET
hij-1103	296	21	vgg16	vgg16	NOUN
hij-1103	296	22	model	model	NOUN
hij-1103	296	23	integrated	integrate	VERB
hij-1103	296	24	with	with	ADP
hij-1103	296	25	more	more	ADJ
hij-1103	296	26	cnn	cnn	NOUN
hij-1103	296	27	and	and	CCONJ
hij-1103	296	28	dense	dense	ADJ
hij-1103	296	29	layers	layer	NOUN
hij-1103	296	30	,	,	PUNCT
hij-1103	296	31	making	make	VERB
hij-1103	296	32	it	it	PRON
hij-1103	296	33	efficient	efficient	ADJ
hij-1103	296	34	in	in	ADP
hij-1103	296	35	the	the	DET
hij-1103	296	36	enhanced	enhance	VERB
hij-1103	296	37	malware	malware	NOUN
hij-1103	296	38	classification	classification	NOUN
hij-1103	296	39	system	system	NOUN
hij-1103	296	40	.	.	PUNCT
hij-1103	297	1	this	this	DET
hij-1103	297	2	transfer	transfer	NOUN
hij-1103	297	3	learning	learning	NOUN
hij-1103	297	4	method	method	NOUN
hij-1103	297	5	and	and	CCONJ
hij-1103	297	6	fine	fine	ADV
hij-1103	297	7	-	-	PUNCT
hij-1103	297	8	tuning	tuning	NOUN
hij-1103	297	9	help	help	NOUN
hij-1103	297	10	recognize	recognize	VERB
hij-1103	297	11	malware	malware	NOUN
hij-1103	297	12	attacks	attack	NOUN
hij-1103	297	13	,	,	PUNCT
hij-1103	297	14	reduce	reduce	VERB
hij-1103	297	15	the	the	DET
hij-1103	297	16	overall	overall	ADJ
hij-1103	297	17	time	time	NOUN
hij-1103	297	18	duration	duration	NOUN
hij-1103	297	19	,	,	PUNCT
hij-1103	297	20	and	and	CCONJ
hij-1103	297	21	become	become	VERB
hij-1103	297	22	a	a	DET
hij-1103	297	23	basis	basis	NOUN
hij-1103	297	24	for	for	ADP
hij-1103	297	25	further	further	ADJ
hij-1103	297	26	developments	development	NOUN
hij-1103	297	27	and	and	CCONJ
hij-1103	297	28	adjustments	adjustment	NOUN
hij-1103	297	29	in	in	ADP
hij-1103	297	30	cybersecurity	cybersecurity	NOUN
hij-1103	297	31	.	.	PUNCT
hij-1103	298	1	4.3	4.3	NUM
hij-1103	298	2	.	.	X
hij-1103	298	3	mitigating	mitigate	VERB
hij-1103	298	4	overfitting	overfitting	NOUN
hij-1103	298	5	in	in	ADP
hij-1103	298	6	deep	deep	ADJ
hij-1103	298	7	convolutional	convolutional	ADJ
hij-1103	298	8	neural	neural	ADJ
hij-1103	298	9	networks	network	NOUN
hij-1103	298	10	for	for	ADP
hij-1103	298	11	malware	malware	NOUN
hij-1103	298	12	detection	detection	NOUN
hij-1103	298	13	in	in	ADP
hij-1103	298	14	intense	intense	ADJ
hij-1103	298	15	machine	machine	NOUN
hij-1103	298	16	learning	learning	NOUN
hij-1103	298	17	,	,	PUNCT
hij-1103	298	18	a	a	DET
hij-1103	298	19	common	common	ADJ
hij-1103	298	20	and	and	CCONJ
hij-1103	298	21	significant	significant	ADJ
hij-1103	298	22	problem	problem	NOUN
hij-1103	298	23	is	be	AUX
hij-1103	298	24	overfitting	overfitte	VERB
hij-1103	298	25	,	,	PUNCT
hij-1103	298	26	where	where	SCONJ
hij-1103	298	27	models	model	NOUN
hij-1103	298	28	become	become	VERB
hij-1103	298	29	very	very	ADV
hij-1103	298	30	complex	complex	ADJ
hij-1103	298	31	to	to	ADP
hij-1103	298	32	the	the	DET
hij-1103	298	33	extent	extent	NOUN
hij-1103	298	34	of	of	ADP
hij-1103	298	35	memorizing	memorize	VERB
hij-1103	298	36	training	training	NOUN
hij-1103	298	37	data	datum	NOUN
hij-1103	298	38	rather	rather	ADV
hij-1103	298	39	than	than	ADP
hij-1103	298	40	generalizing	generalize	VERB
hij-1103	298	41	to	to	ADP
hij-1103	298	42	unseen	unseen	ADJ
hij-1103	298	43	data	datum	NOUN
hij-1103	298	44	.	.	PUNCT
hij-1103	299	1	overfitting	overfitte	VERB
hij-1103	299	2	can	can	AUX
hij-1103	299	3	result	result	VERB
hij-1103	299	4	in	in	ADP
hij-1103	299	5	poor	poor	ADJ
hij-1103	299	6	transferability	transferability	NOUN
hij-1103	299	7	of	of	ADP
hij-1103	299	8	the	the	DET
hij-1103	299	9	model	model	NOUN
hij-1103	299	10	to	to	ADP
hij-1103	299	11	real	real	ADJ
hij-1103	299	12	-	-	PUNCT
hij-1103	299	13	world	world	NOUN
hij-1103	299	14	malware	malware	NOUN
hij-1103	299	15	samples	sample	NOUN
hij-1103	299	16	when	when	SCONJ
hij-1103	299	17	using	use	VERB
hij-1103	299	18	deep	deep	ADJ
hij-1103	299	19	cnns	cnn	NOUN
hij-1103	299	20	such	such	ADJ
hij-1103	299	21	as	as	ADP
hij-1103	299	22	vgg16	vgg16	NOUN
hij-1103	299	23	in	in	ADP
hij-1103	299	24	the	the	DET
hij-1103	299	25	context	context	NOUN
hij-1103	299	26	of	of	ADP
hij-1103	299	27	malware	malware	NOUN
hij-1103	299	28	detection	detection	NOUN
hij-1103	299	29	.	.	PUNCT
hij-1103	300	1	the	the	DET
hij-1103	300	2	first	first	ADJ
hij-1103	300	3	inherent	inherent	ADJ
hij-1103	300	4	problem	problem	NOUN
hij-1103	300	5	in	in	ADP
hij-1103	300	6	this	this	DET
hij-1103	300	7	model	model	NOUN
hij-1103	300	8	is	be	AUX
hij-1103	300	9	that	that	SCONJ
hij-1103	300	10	it	it	PRON
hij-1103	300	11	becomes	become	VERB
hij-1103	300	12	too	too	ADV
hij-1103	300	13	tied	tie	VERB
hij-1103	300	14	to	to	ADP
hij-1103	300	15	the	the	DET
hij-1103	300	16	training	training	NOUN
hij-1103	300	17	data	datum	NOUN
hij-1103	300	18	so	so	ADV
hij-1103	300	19	much	much	ADV
hij-1103	300	20	that	that	SCONJ
hij-1103	300	21	it	it	PRON
hij-1103	300	22	performs	perform	VERB
hij-1103	300	23	well	well	ADV
hij-1103	300	24	with	with	ADP
hij-1103	300	25	the	the	DET
hij-1103	300	26	training	training	NOUN
hij-1103	300	27	data	datum	NOUN
hij-1103	300	28	but	but	CCONJ
hij-1103	300	29	poorly	poorly	ADV
hij-1103	300	30	on	on	ADP
hij-1103	300	31	new	new	ADJ
hij-1103	300	32	types	type	NOUN
hij-1103	300	33	of	of	ADP
hij-1103	300	34	malware	malware	NOUN
hij-1103	300	35	,	,	PUNCT
hij-1103	300	36	which	which	PRON
hij-1103	300	37	will	will	AUX
hij-1103	300	38	be	be	AUX
hij-1103	300	39	addressed	address	VERB
hij-1103	300	40	in	in	ADP
hij-1103	300	41	future	future	ADJ
hij-1103	300	42	research	research	NOUN
hij-1103	300	43	.	.	PUNCT
hij-1103	301	1	this	this	DET
hij-1103	301	2	study	study	NOUN
hij-1103	301	3	used	use	VERB
hij-1103	301	4	the	the	DET
hij-1103	301	5	following	follow	VERB
hij-1103	301	6	approaches	approach	NOUN
hij-1103	301	7	to	to	PART
hij-1103	301	8	address	address	VERB
hij-1103	301	9	overfitting	overfitte	VERB
hij-1103	301	10	:	:	PUNCT
hij-1103	301	11	first	first	ADV
hij-1103	301	12	,	,	PUNCT
hij-1103	301	13	dropout	dropout	NOUN
hij-1103	301	14	layers	layer	NOUN
hij-1103	301	15	were	be	AUX
hij-1103	301	16	added	add	VERB
hij-1103	301	17	to	to	ADP
hij-1103	301	18	the	the	DET
hij-1103	301	19	model	model	NOUN
hij-1103	301	20	architecture	architecture	NOUN
hij-1103	301	21	,	,	PUNCT
hij-1103	301	22	specifically	specifically	ADV
hij-1103	301	23	after	after	ADP
hij-1103	301	24	the	the	DET
hij-1103	301	25	dense	dense	ADJ
hij-1103	301	26	layers	layer	NOUN
hij-1103	301	27	,	,	PUNCT
hij-1103	301	28	to	to	PART
hij-1103	301	29	control	control	VERB
hij-1103	301	30	the	the	DET
hij-1103	301	31	dependence	dependence	NOUN
hij-1103	301	32	between	between	ADP
hij-1103	301	33	neurons	neuron	NOUN
hij-1103	301	34	in	in	ADP
hij-1103	301	35	the	the	DET
hij-1103	301	36	model	model	NOUN
hij-1103	301	37	.	.	PUNCT
hij-1103	302	1	this	this	PRON
hij-1103	302	2	helps	help	VERB
hij-1103	302	3	by	by	ADP
hij-1103	302	4	allowing	allow	VERB
hij-1103	302	5	a	a	DET
hij-1103	302	6	portion	portion	NOUN
hij-1103	302	7	of	of	ADP
hij-1103	302	8	the	the	DET
hij-1103	302	9	input	input	NOUN
hij-1103	302	10	units	unit	NOUN
hij-1103	302	11	to	to	PART
hij-1103	302	12	be	be	AUX
hij-1103	302	13	set	set	VERB
hij-1103	302	14	to	to	ADP
hij-1103	302	15	zero	zero	NUM
hij-1103	302	16	randomly	randomly	ADV
hij-1103	302	17	during	during	ADP
hij-1103	302	18	training	training	NOUN
hij-1103	302	19	,	,	PUNCT
hij-1103	302	20	thus	thus	ADV
hij-1103	302	21	making	make	VERB
hij-1103	302	22	the	the	DET
hij-1103	302	23	model	model	NOUN
hij-1103	302	24	not	not	PART
hij-1103	302	25	over	over	ADV
hij-1103	302	26	-	-	PUNCT
hij-1103	302	27	dependent	dependent	ADJ
hij-1103	302	28	on	on	ADP
hij-1103	302	29	a	a	DET
hij-1103	302	30	particular	particular	ADJ
hij-1103	302	31	feature	feature	NOUN
hij-1103	302	32	,	,	PUNCT
hij-1103	302	33	as	as	SCONJ
hij-1103	302	34	it	it	PRON
hij-1103	302	35	is	be	AUX
hij-1103	302	36	made	make	VERB
hij-1103	302	37	to	to	PART
hij-1103	302	38	learn	learn	VERB
hij-1103	302	39	more	more	ADJ
hij-1103	302	40	generalized	generalized	ADJ
hij-1103	302	41	patterns	pattern	NOUN
hij-1103	302	42	from	from	ADP
hij-1103	302	43	the	the	DET
hij-1103	302	44	training	training	NOUN
hij-1103	302	45	data	datum	NOUN
hij-1103	302	46	.	.	PUNCT
hij-1103	303	1	a	a	DET
hij-1103	303	2	dropout	dropout	NOUN
hij-1103	303	3	rate	rate	NOUN
hij-1103	303	4	of	of	ADP
hij-1103	303	5	0.5	0.5	NUM
hij-1103	303	6	prevents	prevent	VERB
hij-1103	303	7	over	over	ADP
hij-1103	303	8	-	-	PUNCT
hij-1103	303	9	dependence	dependence	NOUN
hij-1103	303	10	on	on	ADP
hij-1103	303	11	any	any	DET
hij-1103	303	12	neuron	neuron	NOUN
hij-1103	303	13	to	to	PART
hij-1103	303	14	avoid	avoid	VERB
hij-1103	303	15	having	have	VERB
hij-1103	303	16	a	a	DET
hij-1103	303	17	model	model	NOUN
hij-1103	303	18	that	that	PRON
hij-1103	303	19	fits	fit	VERB
hij-1103	303	20	too	too	ADV
hij-1103	303	21	well	well	ADV
hij-1103	303	22	on	on	ADP
hij-1103	303	23	the	the	DET
hij-1103	303	24	training	training	NOUN
hij-1103	303	25	data	datum	NOUN
hij-1103	303	26	.	.	PUNCT
hij-1103	304	1	furthermore	furthermore	ADV
hij-1103	304	2	,	,	PUNCT
hij-1103	304	3	the	the	DET
hij-1103	304	4	general	general	ADJ
hij-1103	304	5	strategies	strategy	NOUN
hij-1103	304	6	to	to	PART
hij-1103	304	7	avoid	avoid	VERB
hij-1103	304	8	overfitting	overfitting	NOUN
hij-1103	304	9	include	include	VERB
hij-1103	304	10	data	datum	NOUN
hij-1103	304	11	augmentation	augmentation	NOUN
hij-1103	304	12	and	and	CCONJ
hij-1103	304	13	normalization	normalization	NOUN
hij-1103	304	14	during	during	ADP
hij-1103	304	15	data	datum	NOUN
hij-1103	304	16	preparation	preparation	NOUN
hij-1103	304	17	.	.	PUNCT
hij-1103	305	1	including	include	VERB
hij-1103	305	2	the	the	DET
hij-1103	305	3	transformed	transform	VERB
hij-1103	305	4	version	version	NOUN
hij-1103	305	5	of	of	ADP
hij-1103	305	6	the	the	DET
hij-1103	305	7	images	image	NOUN
hij-1103	305	8	,	,	PUNCT
hij-1103	305	9	for	for	ADP
hij-1103	305	10	instance	instance	NOUN
hij-1103	305	11	,	,	PUNCT
hij-1103	305	12	through	through	ADP
hij-1103	305	13	rotation	rotation	NOUN
hij-1103	305	14	,	,	PUNCT
hij-1103	305	15	flipping	flipping	NOUN
hij-1103	305	16	,	,	PUNCT
hij-1103	305	17	and	and	CCONJ
hij-1103	305	18	zooming	zooming	NOUN
hij-1103	305	19	,	,	PUNCT
hij-1103	305	20	meant	mean	VERB
hij-1103	305	21	that	that	SCONJ
hij-1103	305	22	the	the	DET
hij-1103	305	23	model	model	NOUN
hij-1103	305	24	underwent	underwent	NOUN
hij-1103	305	25	generalization	generalization	NOUN
hij-1103	305	26	to	to	ADP
hij-1103	305	27	such	such	ADJ
hij-1103	305	28	variations	variation	NOUN
hij-1103	305	29	.	.	PUNCT
hij-1103	306	1	this	this	PRON
hij-1103	306	2	normalizes	normalize	VERB
hij-1103	306	3	the	the	DET
hij-1103	306	4	pixel	pixel	PROPN
hij-1103	306	5	values	value	NOUN
hij-1103	306	6	to	to	PART
hij-1103	306	7	make	make	VERB
hij-1103	306	8	the	the	DET
hij-1103	306	9	learning	learning	NOUN
hij-1103	306	10	of	of	ADP
hij-1103	306	11	the	the	DET
hij-1103	306	12	model	model	NOUN
hij-1103	306	13	streamlined	streamline	VERB
hij-1103	306	14	and	and	CCONJ
hij-1103	306	15	free	free	ADJ
hij-1103	306	16	from	from	ADP
hij-1103	306	17	large	large	ADJ
hij-1103	306	18	gradients	gradient	NOUN
hij-1103	306	19	,	,	PUNCT
hij-1103	306	20	which	which	PRON
hij-1103	306	21	are	be	AUX
hij-1103	306	22	detrimental	detrimental	ADJ
hij-1103	306	23	to	to	ADP
hij-1103	306	24	the	the	DET
hij-1103	306	25	model	model	NOUN
hij-1103	306	26	’s	’s	PART
hij-1103	306	27	learning	learning	NOUN
hij-1103	306	28	process	process	NOUN
hij-1103	306	29	and	and	CCONJ
hij-1103	306	30	cause	cause	VERB
hij-1103	306	31	overfitting	overfitte	VERB
hij-1103	306	32	.	.	PUNCT
hij-1103	307	1	moreover	moreover	ADV
hij-1103	307	2	,	,	PUNCT
hij-1103	307	3	early	early	ADJ
hij-1103	307	4	stopping	stopping	NOUN
hij-1103	307	5	was	be	AUX
hij-1103	307	6	used	use	VERB
hij-1103	307	7	during	during	ADP
hij-1103	307	8	training	training	NOUN
hij-1103	307	9	to	to	PART
hij-1103	307	10	avoid	avoid	VERB
hij-1103	307	11	the	the	DET
hij-1103	307	12	complication	complication	NOUN
hij-1103	307	13	of	of	ADP
hij-1103	307	14	training	training	NOUN
hij-1103	307	15	for	for	ADP
hij-1103	307	16	too	too	ADV
hij-1103	307	17	long	long	ADV
hij-1103	307	18	,	,	PUNCT
hij-1103	307	19	thus	thus	ADV
hij-1103	307	20	overfitting	overfitte	VERB
hij-1103	307	21	the	the	DET
hij-1103	307	22	data	datum	NOUN
hij-1103	307	23	.	.	PUNCT
hij-1103	308	1	this	this	DET
hij-1103	308	2	technique	technique	NOUN
hij-1103	308	3	evaluates	evaluate	VERB
hij-1103	308	4	the	the	DET
hij-1103	308	5	model	model	NOUN
hij-1103	308	6	on	on	ADP
hij-1103	308	7	the	the	DET
hij-1103	308	8	validation	validation	NOUN
hij-1103	308	9	set	set	NOUN
hij-1103	308	10	and	and	CCONJ
hij-1103	308	11	stops	stop	VERB
hij-1103	308	12	the	the	DET
hij-1103	308	13	learning	learning	NOUN
hij-1103	308	14	procedure	procedure	NOUN
hij-1103	308	15	when	when	SCONJ
hij-1103	308	16	the	the	DET
hij-1103	308	17	model	model	NOUN
hij-1103	308	18	overfits	overfit	VERB
hij-1103	308	19	the	the	DET
hij-1103	308	20	training	training	NOUN
hij-1103	308	21	data	datum	NOUN
hij-1103	308	22	to	to	PART
hij-1103	308	23	maintain	maintain	VERB
hij-1103	308	24	its	its	PRON
hij-1103	308	25	generalization	generalization	NOUN
hij-1103	308	26	capability	capability	NOUN
hij-1103	308	27	.	.	PUNCT
hij-1103	309	1	in	in	ADP
hij-1103	309	2	addition	addition	NOUN
hij-1103	309	3	,	,	PUNCT
hij-1103	309	4	the	the	DET
hij-1103	309	5	learning	learning	NOUN
hij-1103	309	6	rate	rate	NOUN
hij-1103	309	7	was	be	AUX
hij-1103	309	8	decreased	decrease	VERB
hij-1103	309	9	iteratively	iteratively	ADV
hij-1103	309	10	to	to	PART
hij-1103	309	11	avoid	avoid	VERB
hij-1103	309	12	overfitting	overfitte	VERB
hij-1103	309	13	;	;	PUNCT
hij-1103	309	14	this	this	PRON
hij-1103	309	15	means	mean	VERB
hij-1103	309	16	that	that	SCONJ
hij-1103	309	17	the	the	DET
hij-1103	309	18	model	model	NOUN
hij-1103	309	19	did	do	AUX
hij-1103	309	20	not	not	PART
hij-1103	309	21	jump	jump	VERB
hij-1103	309	22	around	around	ADP
hij-1103	309	23	the	the	DET
hij-1103	309	24	minimum	minimum	NOUN
hij-1103	309	25	but	but	CCONJ
hij-1103	309	26	smoothly	smoothly	ADV
hij-1103	309	27	moved	move	VERB
hij-1103	309	28	to	to	ADP
hij-1103	309	29	it	it	PRON
hij-1103	309	30	.	.	PUNCT
hij-1103	310	1	additionally	additionally	ADV
hij-1103	310	2	,	,	PUNCT
hij-1103	310	3	utilizing	utilize	VERB
hij-1103	310	4	transfer	transfer	NOUN
hij-1103	310	5	learning	learning	NOUN
hij-1103	310	6	in	in	ADP
hij-1103	310	7	the	the	DET
hij-1103	310	8	vgg16	vgg16	NOUN
hij-1103	310	9	model	model	NOUN
hij-1103	310	10	helped	help	VERB
hij-1103	310	11	reduce	reduce	VERB
hij-1103	310	12	overfitting	overfitting	NOUN
hij-1103	310	13	.	.	PUNCT
hij-1103	311	1	owing	owe	VERB
hij-1103	311	2	to	to	ADP
hij-1103	311	3	transfer	transfer	NOUN
hij-1103	311	4	learning	learning	NOUN
hij-1103	311	5	,	,	PUNCT
hij-1103	311	6	the	the	DET
hij-1103	311	7	model	model	NOUN
hij-1103	311	8	was	be	AUX
hij-1103	311	9	initiated	initiate	VERB
hij-1103	311	10	with	with	ADP
hij-1103	311	11	a	a	DET
hij-1103	311	12	large	large	ADJ
hij-1103	311	13	head	head	NOUN
hij-1103	311	14	starting	start	VERB
hij-1103	311	15	from	from	ADP
hij-1103	311	16	the	the	DET
hij-1103	311	17	weights	weight	NOUN
hij-1103	311	18	obtained	obtain	VERB
hij-1103	311	19	from	from	ADP
hij-1103	311	20	imagenet	imagenet	NOUN
hij-1103	311	21	,	,	PUNCT
hij-1103	311	22	thus	thus	ADV
hij-1103	311	23	requiring	require	VERB
hij-1103	311	24	a	a	DET
hij-1103	311	25	lot	lot	NOUN
hij-1103	311	26	of	of	ADP
hij-1103	311	27	training	training	NOUN
hij-1103	311	28	on	on	ADP
hij-1103	311	29	the	the	DET
hij-1103	311	30	small	small	ADJ
hij-1103	311	31	malware	malware	NOUN
hij-1103	311	32	dataset	dataset	NOUN
hij-1103	311	33	.	.	PUNCT
hij-1103	312	1	this	this	DET
hij-1103	312	2	transfer	transfer	NOUN
hij-1103	312	3	learning	learning	NOUN
hij-1103	312	4	helped	help	VERB
hij-1103	312	5	the	the	DET
hij-1103	312	6	model	model	NOUN
hij-1103	312	7	to	to	PART
hij-1103	312	8	identify	identify	VERB
hij-1103	312	9	the	the	DET
hij-1103	312	10	generic	generic	ADJ
hij-1103	312	11	features	feature	NOUN
hij-1103	312	12	of	of	ADP
hij-1103	312	13	images	image	NOUN
hij-1103	312	14	to	to	PART
hij-1103	312	15	be	be	AUX
hij-1103	312	16	used	use	VERB
hij-1103	312	17	on	on	ADP
hij-1103	312	18	pictures	picture	NOUN
hij-1103	312	19	focused	focus	VERB
hij-1103	312	20	on	on	ADP
hij-1103	312	21	classifying	classify	VERB
hij-1103	312	22	different	different	ADJ
hij-1103	312	23	malware	malware	NOUN
hij-1103	312	24	.	.	PUNCT
hij-1103	313	1	by	by	ADP
hij-1103	313	2	employing	employ	VERB
hij-1103	313	3	all	all	DET
hij-1103	313	4	these	these	DET
hij-1103	313	5	techniques	technique	NOUN
hij-1103	313	6	together	together	ADV
hij-1103	313	7	,	,	PUNCT
hij-1103	313	8	the	the	DET
hij-1103	313	9	model	model	NOUN
hij-1103	313	10	performed	perform	VERB
hij-1103	313	11	well	well	ADV
hij-1103	313	12	on	on	ADP
hij-1103	313	13	unseen	unseen	ADJ
hij-1103	313	14	data	datum	NOUN
hij-1103	313	15	samples	sample	NOUN
hij-1103	313	16	,	,	PUNCT
hij-1103	313	17	reducing	reduce	VERB
hij-1103	313	18	overfitting	overfitting	NOUN
hij-1103	313	19	while	while	SCONJ
hij-1103	313	20	simultaneously	simultaneously	ADV
hij-1103	313	21	being	be	AUX
hij-1103	313	22	able	able	ADJ
hij-1103	313	23	to	to	PART
hij-1103	313	24	detect	detect	VERB
hij-1103	313	25	malware	malware	NOUN
hij-1103	313	26	.	.	PUNCT
hij-1103	314	1	4.4	4.4	NUM
hij-1103	314	2	.	.	PUNCT
hij-1103	314	3	hardware	hardware	NOUN
hij-1103	314	4	utilized	utilize	VERB
hij-1103	314	5	for	for	ADP
hij-1103	314	6	model	model	NOUN
hij-1103	314	7	training	training	NOUN
hij-1103	314	8	and	and	CCONJ
hij-1103	314	9	overfitting	overfitte	VERB
hij-1103	314	10	analysis	analysis	NOUN
hij-1103	314	11	deep	deep	ADJ
hij-1103	314	12	learning	learning	NOUN
hij-1103	314	13	model	model	NOUN
hij-1103	314	14	training	training	NOUN
hij-1103	314	15	,	,	PUNCT
hij-1103	314	16	especially	especially	ADV
hij-1103	314	17	convolutional	convolutional	ADJ
hij-1103	314	18	neural	neural	ADJ
hij-1103	314	19	networks	network	NOUN
hij-1103	314	20	(	(	PUNCT
hij-1103	314	21	cnns	cnns	PROPN
hij-1103	314	22	)	)	PUNCT
hij-1103	314	23	such	such	ADJ
hij-1103	314	24	as	as	ADP
hij-1103	314	25	vgg16	vgg16	PROPN
hij-1103	314	26	,	,	PUNCT
hij-1103	314	27	is	be	AUX
hij-1103	314	28	resourceintensive	resourceintensive	NOUN
hij-1103	314	29	.	.	PUNCT
hij-1103	315	1	the	the	DET
hij-1103	315	2	demand	demand	NOUN
hij-1103	315	3	for	for	ADP
hij-1103	315	4	processing	process	VERB
hij-1103	315	5	high	high	ADJ
hij-1103	315	6	-	-	PUNCT
hij-1103	315	7	dimensional	dimensional	ADJ
hij-1103	315	8	image	image	NOUN
hij-1103	315	9	data	datum	NOUN
hij-1103	315	10	makes	make	VERB
hij-1103	315	11	old	old	ADJ
hij-1103	315	12	hardware	hardware	NOUN
hij-1103	315	13	obsolete	obsolete	ADJ
hij-1103	315	14	,	,	PUNCT
hij-1103	315	15	requiring	require	VERB
hij-1103	315	16	hardware	hardware	NOUN
hij-1103	315	17	with	with	ADP
hij-1103	315	18	high	high	ADJ
hij-1103	315	19	processing	processing	NOUN
hij-1103	315	20	power	power	NOUN
hij-1103	315	21	,	,	PUNCT
hij-1103	315	22	significant	significant	ADJ
hij-1103	315	23	memory	memory	NOUN
hij-1103	315	24	,	,	PUNCT
hij-1103	315	25	and	and	CCONJ
hij-1103	315	26	efficient	efficient	ADJ
hij-1103	315	27	computing	computing	NOUN
hij-1103	315	28	.	.	PUNCT
hij-1103	316	1	model	model	NOUN
hij-1103	316	2	training	training	NOUN
hij-1103	316	3	and	and	CCONJ
hij-1103	316	4	evaluation	evaluation	NOUN
hij-1103	316	5	were	be	AUX
hij-1103	316	6	performed	perform	VERB
hij-1103	316	7	using	use	VERB
hij-1103	316	8	a	a	DET
hij-1103	316	9	powerful	powerful	ADJ
hij-1103	316	10	high	high	ADJ
hij-1103	316	11	-	-	PUNCT
hij-1103	316	12	performance	performance	NOUN
hij-1103	316	13	computing	computing	NOUN
hij-1103	316	14	setup	setup	NOUN
hij-1103	316	15	without	without	ADP
hij-1103	316	16	making	make	VERB
hij-1103	316	17	computationally	computationally	ADV
hij-1103	316	18	power	power	NOUN
hij-1103	316	19	-	-	PUNCT
hij-1103	316	20	abundant	abundant	ADJ
hij-1103	316	21	hardware	hardware	NOUN
hij-1103	316	22	available	available	ADJ
hij-1103	316	23	to	to	PART
hij-1103	316	24	run	run	VERB
hij-1103	316	25	computationally	computationally	ADV
hij-1103	316	26	intensive	intensive	ADJ
hij-1103	316	27	tasks	task	NOUN
hij-1103	316	28	efficiently	efficiently	ADV
hij-1103	316	29	.	.	PUNCT
hij-1103	317	1	table	table	NOUN
hij-1103	317	2	4	4	NUM
hij-1103	317	3	summarizes	summarize	NOUN
hij-1103	317	4	the	the	DET
hij-1103	317	5	hardware	hardware	NOUN
hij-1103	317	6	configuration	configuration	NOUN
hij-1103	317	7	used	use	VERB
hij-1103	317	8	in	in	ADP
hij-1103	317	9	the	the	DET
hij-1103	317	10	training	training	NOUN
hij-1103	317	11	and	and	CCONJ
hij-1103	317	12	its	its	PRON
hij-1103	317	13	other	other	ADJ
hij-1103	317	14	details	detail	NOUN
hij-1103	317	15	.	.	PUNCT
hij-1103	318	1	table	table	NOUN
hij-1103	318	2	4	4	NUM
hij-1103	318	3	.	.	PUNCT
hij-1103	318	4	class	class	NOUN
hij-1103	318	5	labels	label	NOUN
hij-1103	318	6	hardware	hardware	NOUN
hij-1103	318	7	component	component	NOUN
hij-1103	318	8	specifications	specification	NOUN
hij-1103	318	9	processor	processor	NOUN
hij-1103	318	10	(	(	PUNCT
hij-1103	318	11	cpu	cpu	PROPN
hij-1103	318	12	)	)	PUNCT
hij-1103	318	13	intel	intel	PROPN
hij-1103	318	14	core	core	NOUN
hij-1103	318	15	i9	i9	NOUN
hij-1103	318	16	-	-	PUNCT
hij-1103	318	17	12900k	12900k	NUM
hij-1103	318	18	@	@	ADP
hij-1103	318	19	3.2	3.2	NUM
hij-1103	318	20	ghz	ghz	NOUN
hij-1103	318	21	graphics	graphic	NOUN
hij-1103	318	22	processing	processing	NOUN
hij-1103	318	23	unit	unit	NOUN
hij-1103	318	24	(	(	PUNCT
hij-1103	318	25	gpu	gpu	PROPN
hij-1103	318	26	)	)	PUNCT
hij-1103	318	27	nvidia	nvidia	PROPN
hij-1103	318	28	rtx	rtx	PROPN
hij-1103	318	29	3090	3090	NUM
hij-1103	318	30	(	(	PUNCT
hij-1103	318	31	24	24	NUM
hij-1103	318	32	gb	gb	NOUN
hij-1103	318	33	gddr6x	gddr6x	NOUN
hij-1103	318	34	)	)	PUNCT
hij-1103	318	35	ram	ram	NOUN
hij-1103	318	36	64	64	NUM
hij-1103	318	37	gb	gb	NOUN
hij-1103	318	38	ddr5	ddr5	NOUN
hij-1103	318	39	storage	storage	NOUN
hij-1103	318	40	2	2	NUM
hij-1103	318	41	tb	tb	ADP
hij-1103	318	42	nvme	nvme	NOUN
hij-1103	318	43	ssd	ssd	NOUN
hij-1103	318	44	framework	framework	NOUN
hij-1103	318	45	used	use	VERB
hij-1103	318	46	tensorflow	tensorflow	NOUN
hij-1103	318	47	2.x	2.x	NUM
hij-1103	318	48	with	with	ADP
hij-1103	318	49	keras	keras	PROPN
hij-1103	318	50	api	api	NOUN
hij-1103	318	51	with	with	ADP
hij-1103	318	52	this	this	DET
hij-1103	318	53	hardware	hardware	NOUN
hij-1103	318	54	setup	setup	NOUN
hij-1103	318	55	,	,	PUNCT
hij-1103	318	56	we	we	PRON
hij-1103	318	57	can	can	AUX
hij-1103	318	58	efficiently	efficiently	ADV
hij-1103	318	59	process	process	VERB
hij-1103	318	60	large	large	ADJ
hij-1103	318	61	datasets	dataset	NOUN
hij-1103	318	62	,	,	PUNCT
hij-1103	318	63	parallel	parallel	ADJ
hij-1103	318	64	computations	computation	NOUN
hij-1103	318	65	,	,	PUNCT
hij-1103	318	66	and	and	CCONJ
hij-1103	318	67	gpu	gpu	NOUN
hij-1103	318	68	-	-	PUNCT
hij-1103	318	69	based	base	VERB
hij-1103	318	70	training	training	NOUN
hij-1103	318	71	acceleration	acceleration	NOUN
hij-1103	318	72	using	use	VERB
hij-1103	318	73	the	the	DET
hij-1103	318	74	vgg16	vgg16	NOUN
hij-1103	318	75	-	-	PUNCT
hij-1103	318	76	based	base	VERB
hij-1103	318	77	model	model	NOUN
hij-1103	318	78	.	.	PUNCT
hij-1103	319	1	the	the	DET
hij-1103	319	2	nvidia	nvidia	PROPN
hij-1103	319	3	rtx	rtx	PROPN
hij-1103	319	4	3090	3090	NUM
hij-1103	319	5	,	,	PUNCT
hij-1103	319	6	with	with	ADP
hij-1103	319	7	its	its	PRON
hij-1103	319	8	high	high	ADJ
hij-1103	319	9	memory	memory	NOUN
hij-1103	319	10	capacity	capacity	NOUN
hij-1103	319	11	and	and	CCONJ
hij-1103	319	12	cuda	cuda	NOUN
hij-1103	319	13	cores	core	NOUN
hij-1103	319	14	,	,	PUNCT
hij-1103	319	15	provided	provide	VERB
hij-1103	319	16	the	the	DET
hij-1103	319	17	training	training	NOUN
hij-1103	319	18	process	process	NOUN
hij-1103	319	19	with	with	ADP
hij-1103	319	20	an	an	DET
hij-1103	319	21	immense	immense	ADJ
hij-1103	319	22	push	push	NOUN
hij-1103	319	23	,	,	PUNCT
hij-1103	319	24	reducing	reduce	VERB
hij-1103	319	25	the	the	DET
hij-1103	319	26	training	training	NOUN
hij-1103	319	27	time	time	NOUN
hij-1103	319	28	significantly	significantly	ADV
hij-1103	319	29	and	and	CCONJ
hij-1103	319	30	making	make	VERB
hij-1103	319	31	it	it	PRON
hij-1103	319	32	implement	implement	VERB
hij-1103	319	33	deep	deep	ADJ
hij-1103	319	34	learning	learning	NOUN
hij-1103	319	35	operations	operation	NOUN
hij-1103	319	36	smoothly	smoothly	ADV
hij-1103	319	37	.	.	PUNCT
hij-1103	320	1	despite	despite	SCONJ
hij-1103	320	2	all	all	DET
hij-1103	320	3	these	these	DET
hij-1103	320	4	regularization	regularization	NOUN
hij-1103	320	5	techniques	technique	NOUN
hij-1103	320	6	applied	apply	VERB
hij-1103	320	7	,	,	PUNCT
hij-1103	320	8	such	such	ADJ
hij-1103	320	9	as	as	ADP
hij-1103	320	10	data	datum	NOUN
hij-1103	320	11	augmentation	augmentation	NOUN
hij-1103	320	12	and	and	CCONJ
hij-1103	320	13	dropout	dropout	NOUN
hij-1103	320	14	layers	layer	NOUN
hij-1103	320	15	,	,	PUNCT
hij-1103	320	16	along	along	ADP
hij-1103	320	17	with	with	ADP
hij-1103	320	18	an	an	DET
hij-1103	320	19	early	early	ADJ
hij-1103	320	20	stopping	stop	VERB
hij-1103	320	21	regularization	regularization	NOUN
hij-1103	320	22	,	,	PUNCT
hij-1103	320	23	the	the	DET
hij-1103	320	24	trained	train	VERB
hij-1103	320	25	model	model	NOUN
hij-1103	320	26	overfitted	overfitte	VERB
hij-1103	320	27	.	.	PUNCT
hij-1103	321	1	we	we	PRON
hij-1103	321	2	analyzed	analyze	VERB
hij-1103	321	3	some	some	DET
hij-1103	321	4	training	training	NOUN
hij-1103	321	5	and	and	CCONJ
hij-1103	321	6	validation	validation	NOUN
hij-1103	321	7	loss	loss	NOUN
hij-1103	321	8	curves	curve	NOUN
hij-1103	321	9	and	and	CCONJ
hij-1103	321	10	identified	identify	VERB
hij-1103	321	11	overfitting	overfitting	NOUN
hij-1103	321	12	.	.	PUNCT
hij-1103	322	1	the	the	DET
hij-1103	322	2	model	model	NOUN
hij-1103	322	3	had	have	VERB
hij-1103	322	4	a	a	DET
hij-1103	322	5	very	very	ADV
hij-1103	322	6	high	high	ADJ
hij-1103	322	7	accuracy	accuracy	NOUN
hij-1103	322	8	on	on	ADP
hij-1103	322	9	the	the	DET
hij-1103	322	10	training	training	NOUN
hij-1103	322	11	dataset	dataset	NOUN
hij-1103	322	12	.	.	PUNCT
hij-1103	323	1	however	however	ADV
hij-1103	323	2	,	,	PUNCT
hij-1103	323	3	the	the	DET
hij-1103	323	4	validation	validation	NOUN
hij-1103	323	5	reached	reach	VERB
hij-1103	323	6	a	a	DET
hij-1103	323	7	plateau	plateau	NOUN
hij-1103	323	8	and	and	CCONJ
hij-1103	323	9	started	start	VERB
hij-1103	323	10	to	to	PART
hij-1103	323	11	decline	decline	VERB
hij-1103	323	12	after	after	ADP
hij-1103	323	13	a	a	DET
hij-1103	323	14	certain	certain	ADJ
hij-1103	323	15	number	number	NOUN
hij-1103	323	16	of	of	ADP
hij-1103	323	17	epochs	epoch	NOUN
hij-1103	323	18	.	.	PUNCT
hij-1103	324	1	this	this	PRON
hij-1103	324	2	implies	imply	VERB
hij-1103	324	3	that	that	SCONJ
hij-1103	324	4	the	the	DET
hij-1103	324	5	model	model	NOUN
hij-1103	324	6	memorized	memorize	VERB
hij-1103	324	7	the	the	DET
hij-1103	324	8	training	training	NOUN
hij-1103	324	9	data	datum	NOUN
hij-1103	324	10	and	and	CCONJ
hij-1103	324	11	did	do	AUX
hij-1103	324	12	not	not	PART
hij-1103	324	13	generalize	generalize	VERB
hij-1103	324	14	to	to	ADP
hij-1103	324	15	unseen	unseen	ADJ
hij-1103	324	16	samples	sample	NOUN
hij-1103	324	17	.	.	PUNCT
hij-1103	325	1	additionally	additionally	ADV
hij-1103	325	2	,	,	PUNCT
hij-1103	325	3	the	the	DET
hij-1103	325	4	difference	difference	NOUN
hij-1103	325	5	in	in	ADP
hij-1103	325	6	training	training	NOUN
hij-1103	325	7	and	and	CCONJ
hij-1103	325	8	validation	validation	NOUN
hij-1103	325	9	accuracies	accuracy	NOUN
hij-1103	325	10	was	be	AUX
hij-1103	325	11	significant	significant	ADJ
hij-1103	325	12	,	,	PUNCT
hij-1103	325	13	demonstrating	demonstrate	VERB
hij-1103	325	14	that	that	SCONJ
hij-1103	325	15	the	the	DET
hij-1103	325	16	model	model	NOUN
hij-1103	325	17	was	be	AUX
hij-1103	325	18	overfitted	overfitte	VERB
hij-1103	325	19	.	.	PUNCT
hij-1103	326	1	hightech	hightech	NOUN
hij-1103	326	2	and	and	CCONJ
hij-1103	326	3	innovation	innovation	NOUN
hij-1103	326	4	journal	journal	PROPN
hij-1103	326	5	vol	vol	NOUN
hij-1103	326	6	.	.	PROPN
hij-1103	327	1	6	6	NUM
hij-1103	327	2	,	,	PUNCT
hij-1103	327	3	no	no	INTJ
hij-1103	327	4	.	.	NOUN
hij-1103	327	5	2	2	NUM
hij-1103	327	6	,	,	PUNCT
hij-1103	327	7	june	june	PROPN
hij-1103	327	8	,	,	PUNCT
hij-1103	327	9	2025	2025	NUM
hij-1103	327	10	675	675	NUM
hij-1103	327	11	it	it	PRON
hij-1103	327	12	also	also	ADV
hij-1103	327	13	proved	prove	VERB
hij-1103	327	14	another	another	DET
hij-1103	327	15	way	way	NOUN
hij-1103	327	16	to	to	PART
hij-1103	327	17	confirm	confirm	VERB
hij-1103	327	18	overfitting	overfitte	VERB
hij-1103	327	19	through	through	ADP
hij-1103	327	20	evaluation	evaluation	NOUN
hij-1103	327	21	metrics	metric	NOUN
hij-1103	327	22	,	,	PUNCT
hij-1103	327	23	such	such	ADJ
hij-1103	327	24	as	as	ADP
hij-1103	327	25	precision	precision	NOUN
hij-1103	327	26	,	,	PUNCT
hij-1103	327	27	recall	recall	NOUN
hij-1103	327	28	,	,	PUNCT
hij-1103	327	29	and	and	CCONJ
hij-1103	327	30	f1	f1	PROPN
hij-1103	327	31	score	score	NOUN
hij-1103	327	32	.	.	PUNCT
hij-1103	328	1	the	the	DET
hij-1103	328	2	training	training	NOUN
hij-1103	328	3	set	set	NOUN
hij-1103	328	4	showed	show	VERB
hij-1103	328	5	high	high	ADJ
hij-1103	328	6	values	value	NOUN
hij-1103	328	7	for	for	ADP
hij-1103	328	8	all	all	DET
hij-1103	328	9	metrics	metric	NOUN
hij-1103	328	10	,	,	PUNCT
hij-1103	328	11	and	and	CCONJ
hij-1103	328	12	the	the	DET
hij-1103	328	13	test	test	NOUN
hij-1103	328	14	set	set	NOUN
hij-1103	328	15	performance	performance	NOUN
hij-1103	328	16	was	be	AUX
hij-1103	328	17	lower	low	ADJ
hij-1103	328	18	,	,	PUNCT
hij-1103	328	19	which	which	PRON
hij-1103	328	20	demonstrated	demonstrate	VERB
hij-1103	328	21	that	that	SCONJ
hij-1103	328	22	the	the	DET
hij-1103	328	23	model	model	NOUN
hij-1103	328	24	did	do	AUX
hij-1103	328	25	not	not	PART
hij-1103	328	26	generalize	generalize	VERB
hij-1103	328	27	well	well	ADV
hij-1103	328	28	to	to	ADP
hij-1103	328	29	new	new	ADJ
hij-1103	328	30	malware	malware	NOUN
hij-1103	328	31	instances	instance	NOUN
hij-1103	328	32	.	.	PUNCT
hij-1103	329	1	in	in	ADP
hij-1103	329	2	addition	addition	NOUN
hij-1103	329	3	,	,	PUNCT
hij-1103	329	4	the	the	DET
hij-1103	329	5	confusion	confusion	NOUN
hij-1103	329	6	matrix	matrix	NOUN
hij-1103	329	7	indicates	indicate	VERB
hij-1103	329	8	misclassification	misclassification	NOUN
hij-1103	329	9	.	.	PUNCT
hij-1103	330	1	in	in	ADP
hij-1103	330	2	some	some	DET
hij-1103	330	3	cases	case	NOUN
hij-1103	330	4	,	,	PUNCT
hij-1103	330	5	specific	specific	ADJ
hij-1103	330	6	malware	malware	NOUN
hij-1103	330	7	categories	category	NOUN
hij-1103	330	8	are	be	AUX
hij-1103	330	9	classified	classify	VERB
hij-1103	330	10	incorrectly	incorrectly	ADV
hij-1103	330	11	.	.	PUNCT
hij-1103	331	1	the	the	DET
hij-1103	331	2	model	model	NOUN
hij-1103	331	3	was	be	AUX
hij-1103	331	4	unable	unable	ADJ
hij-1103	331	5	to	to	PART
hij-1103	331	6	handle	handle	VERB
hij-1103	331	7	the	the	DET
hij-1103	331	8	unseen	unseen	ADJ
hij-1103	331	9	data	datum	NOUN
hij-1103	331	10	to	to	ADP
hij-1103	331	11	some	some	DET
hij-1103	331	12	extent	extent	NOUN
hij-1103	331	13	.	.	PUNCT
hij-1103	332	1	future	future	ADJ
hij-1103	332	2	work	work	NOUN
hij-1103	332	3	can	can	AUX
hij-1103	332	4	involve	involve	VERB
hij-1103	332	5	fine	fine	ADV
hij-1103	332	6	-	-	PUNCT
hij-1103	332	7	tuning	tune	VERB
hij-1103	332	8	hyperparameters	hyperparameter	NOUN
hij-1103	332	9	,	,	PUNCT
hij-1103	332	10	a	a	PRON
hij-1103	332	11	more	more	ADV
hij-1103	332	12	extensive	extensive	ADJ
hij-1103	332	13	and	and	CCONJ
hij-1103	332	14	diverse	diverse	ADJ
hij-1103	332	15	dataset	dataset	NOUN
hij-1103	332	16	,	,	PUNCT
hij-1103	332	17	and	and	CCONJ
hij-1103	332	18	other	other	ADJ
hij-1103	332	19	alternative	alternative	ADJ
hij-1103	332	20	architectures	architecture	NOUN
hij-1103	332	21	to	to	PART
hij-1103	332	22	overcome	overcome	VERB
hij-1103	332	23	overfitting	overfitting	NOUN
hij-1103	332	24	and	and	CCONJ
hij-1103	332	25	make	make	VERB
hij-1103	332	26	the	the	DET
hij-1103	332	27	model	model	NOUN
hij-1103	332	28	more	more	ADV
hij-1103	332	29	robust	robust	ADJ
hij-1103	332	30	.	.	PUNCT
hij-1103	333	1	5	5	X
hij-1103	333	2	.	.	X
hij-1103	333	3	model	model	NOUN
hij-1103	333	4	evaluation	evaluation	NOUN
hij-1103	333	5	the	the	DET
hij-1103	333	6	model	model	NOUN
hij-1103	333	7	performed	perform	VERB
hij-1103	333	8	reasonably	reasonably	ADV
hij-1103	333	9	well	well	ADV
hij-1103	333	10	with	with	ADP
hij-1103	333	11	a	a	DET
hij-1103	333	12	training	training	NOUN
hij-1103	333	13	accuracy	accuracy	NOUN
hij-1103	333	14	of	of	ADP
hij-1103	333	15	99.25	99.25	NUM
hij-1103	333	16	%	%	NOUN
hij-1103	333	17	,	,	PUNCT
hij-1103	333	18	ensuring	ensure	VERB
hij-1103	333	19	it	it	PRON
hij-1103	333	20	can	can	AUX
hij-1103	333	21	learn	learn	VERB
hij-1103	333	22	the	the	DET
hij-1103	333	23	patterns	pattern	NOUN
hij-1103	333	24	and	and	CCONJ
hij-1103	333	25	features	feature	NOUN
hij-1103	333	26	of	of	ADP
hij-1103	333	27	the	the	DET
hij-1103	333	28	training	training	NOUN
hij-1103	333	29	datasets	dataset	NOUN
hij-1103	333	30	.	.	PUNCT
hij-1103	334	1	the	the	DET
hij-1103	334	2	high	high	ADJ
hij-1103	334	3	accuracy	accuracy	NOUN
hij-1103	334	4	indicates	indicate	VERB
hij-1103	334	5	that	that	SCONJ
hij-1103	334	6	the	the	DET
hij-1103	334	7	model	model	NOUN
hij-1103	334	8	can	can	AUX
hij-1103	334	9	make	make	VERB
hij-1103	334	10	reasonable	reasonable	ADJ
hij-1103	334	11	predictions	prediction	NOUN
hij-1103	334	12	based	base	VERB
hij-1103	334	13	on	on	ADP
hij-1103	334	14	the	the	DET
hij-1103	334	15	information	information	NOUN
hij-1103	334	16	it	it	PRON
hij-1103	334	17	has	have	AUX
hij-1103	334	18	been	be	AUX
hij-1103	334	19	trained	train	VERB
hij-1103	334	20	with	with	ADP
hij-1103	334	21	.	.	PUNCT
hij-1103	335	1	in	in	ADP
hij-1103	335	2	the	the	DET
hij-1103	335	3	testing	testing	NOUN
hij-1103	335	4	phase	phase	NOUN
hij-1103	335	5	,	,	PUNCT
hij-1103	335	6	the	the	DET
hij-1103	335	7	model	model	NOUN
hij-1103	335	8	remained	remain	VERB
hij-1103	335	9	relatively	relatively	ADV
hij-1103	335	10	accurate	accurate	ADJ
hij-1103	335	11	with	with	ADP
hij-1103	335	12	98	98	NUM
hij-1103	335	13	%	%	NOUN
hij-1103	335	14	of	of	ADP
hij-1103	335	15	the	the	DET
hij-1103	335	16	new	new	ADJ
hij-1103	335	17	data	datum	NOUN
hij-1103	335	18	,	,	PUNCT
hij-1103	335	19	indicating	indicate	VERB
hij-1103	335	20	that	that	SCONJ
hij-1103	335	21	the	the	DET
hij-1103	335	22	model	model	NOUN
hij-1103	335	23	can	can	AUX
hij-1103	335	24	work	work	VERB
hij-1103	335	25	with	with	ADP
hij-1103	335	26	previously	previously	ADV
hij-1103	335	27	unknown	unknown	ADJ
hij-1103	335	28	samples	sample	NOUN
hij-1103	335	29	.	.	PUNCT
hij-1103	336	1	this	this	PRON
hij-1103	336	2	means	mean	VERB
hij-1103	336	3	that	that	SCONJ
hij-1103	336	4	the	the	DET
hij-1103	336	5	degree	degree	NOUN
hij-1103	336	6	of	of	ADP
hij-1103	336	7	generalization	generalization	NOUN
hij-1103	336	8	that	that	PRON
hij-1103	336	9	allows	allow	VERB
hij-1103	336	10	the	the	DET
hij-1103	336	11	model	model	NOUN
hij-1103	336	12	to	to	PART
hij-1103	336	13	find	find	VERB
hij-1103	336	14	patterns	pattern	NOUN
hij-1103	336	15	is	be	AUX
hij-1103	336	16	high	high	ADJ
hij-1103	336	17	,	,	PUNCT
hij-1103	336	18	which	which	PRON
hij-1103	336	19	makes	make	VERB
hij-1103	336	20	it	it	PRON
hij-1103	336	21	easy	easy	ADJ
hij-1103	336	22	to	to	PART
hij-1103	336	23	ensure	ensure	VERB
hij-1103	336	24	reliable	reliable	ADJ
hij-1103	336	25	predictions	prediction	NOUN
hij-1103	336	26	.	.	PUNCT
hij-1103	337	1	figure	figure	VERB
hij-1103	337	2	13	13	NUM
hij-1103	337	3	depicts	depict	VERB
hij-1103	337	4	the	the	DET
hij-1103	337	5	training	training	NOUN
hij-1103	337	6	and	and	CCONJ
hij-1103	337	7	validation	validation	NOUN
hij-1103	337	8	accuracy	accuracy	NOUN
hij-1103	337	9	,	,	PUNCT
hij-1103	337	10	which	which	PRON
hij-1103	337	11	provides	provide	VERB
hij-1103	337	12	more	more	ADJ
hij-1103	337	13	information	information	NOUN
hij-1103	337	14	on	on	ADP
hij-1103	337	15	how	how	SCONJ
hij-1103	337	16	the	the	DET
hij-1103	337	17	model	model	NOUN
hij-1103	337	18	works	work	VERB
hij-1103	337	19	during	during	ADP
hij-1103	337	20	the	the	DET
hij-1103	337	21	training	training	NOUN
hij-1103	337	22	process	process	NOUN
hij-1103	337	23	and	and	CCONJ
hij-1103	337	24	how	how	SCONJ
hij-1103	337	25	it	it	PRON
hij-1103	337	26	performs	perform	VERB
hij-1103	337	27	when	when	SCONJ
hij-1103	337	28	tested	test	VERB
hij-1103	337	29	with	with	ADP
hij-1103	337	30	data	datum	NOUN
hij-1103	337	31	it	it	PRON
hij-1103	337	32	has	have	AUX
hij-1103	337	33	not	not	PART
hij-1103	337	34	seen	see	VERB
hij-1103	337	35	before	before	ADV
hij-1103	337	36	.	.	PUNCT
hij-1103	338	1	figure	figure	VERB
hij-1103	338	2	14	14	NUM
hij-1103	338	3	presents	present	VERB
hij-1103	338	4	the	the	DET
hij-1103	338	5	training	training	NOUN
hij-1103	338	6	and	and	CCONJ
hij-1103	338	7	validation	validation	NOUN
hij-1103	338	8	losses	loss	NOUN
hij-1103	338	9	,	,	PUNCT
hij-1103	338	10	which	which	PRON
hij-1103	338	11	indicate	indicate	VERB
hij-1103	338	12	that	that	SCONJ
hij-1103	338	13	the	the	DET
hij-1103	338	14	model	model	NOUN
hij-1103	338	15	is	be	AUX
hij-1103	338	16	stable	stable	ADJ
hij-1103	338	17	between	between	ADP
hij-1103	338	18	the	the	DET
hij-1103	338	19	training	training	NOUN
hij-1103	338	20	and	and	CCONJ
hij-1103	338	21	testing	testing	NOUN
hij-1103	338	22	stages	stage	NOUN
hij-1103	338	23	.	.	PUNCT
hij-1103	339	1	figure	figure	VERB
hij-1103	339	2	13	13	NUM
hij-1103	339	3	.	.	PUNCT
hij-1103	340	1	training	training	NOUN
hij-1103	340	2	and	and	CCONJ
hij-1103	340	3	validation	validation	NOUN
hij-1103	340	4	accuracy	accuracy	NOUN
hij-1103	340	5	performance	performance	NOUN
hij-1103	340	6	figure	figure	NOUN
hij-1103	340	7	14	14	NUM
hij-1103	340	8	.	.	PUNCT
hij-1103	341	1	training	training	NOUN
hij-1103	341	2	and	and	CCONJ
hij-1103	341	3	validation	validation	NOUN
hij-1103	341	4	loss	loss	NOUN
hij-1103	341	5	performance	performance	NOUN
hij-1103	341	6	hightech	hightech	NOUN
hij-1103	341	7	and	and	CCONJ
hij-1103	341	8	innovation	innovation	NOUN
hij-1103	341	9	journal	journal	PROPN
hij-1103	341	10	vol	vol	NOUN
hij-1103	341	11	.	.	PROPN
hij-1103	342	1	6	6	NUM
hij-1103	342	2	,	,	PUNCT
hij-1103	342	3	no	no	INTJ
hij-1103	342	4	.	.	NOUN
hij-1103	342	5	2	2	NUM
hij-1103	342	6	,	,	PUNCT
hij-1103	342	7	june	june	PROPN
hij-1103	342	8	,	,	PUNCT
hij-1103	342	9	2025	2025	NUM
hij-1103	342	10	676	676	NUM
hij-1103	342	11	the	the	DET
hij-1103	342	12	performance	performance	NOUN
hij-1103	342	13	of	of	ADP
hij-1103	342	14	the	the	DET
hij-1103	342	15	model	model	NOUN
hij-1103	342	16	was	be	AUX
hij-1103	342	17	then	then	ADV
hij-1103	342	18	evaluated	evaluate	VERB
hij-1103	342	19	for	for	ADP
hij-1103	342	20	efficiency	efficiency	NOUN
hij-1103	342	21	using	use	VERB
hij-1103	342	22	specific	specific	ADJ
hij-1103	342	23	parameters	parameter	NOUN
hij-1103	342	24	.	.	PUNCT
hij-1103	343	1	accuracy	accuracy	NOUN
hij-1103	343	2	,	,	PUNCT
hij-1103	343	3	a	a	DET
hij-1103	343	4	basic	basic	ADJ
hij-1103	343	5	performance	performance	NOUN
hij-1103	343	6	measure	measure	NOUN
hij-1103	343	7	,	,	PUNCT
hij-1103	343	8	calculates	calculate	VERB
hij-1103	343	9	the	the	DET
hij-1103	343	10	proportion	proportion	NOUN
hij-1103	343	11	of	of	ADP
hij-1103	343	12	recognizable	recognizable	ADJ
hij-1103	343	13	samples	sample	NOUN
hij-1103	343	14	to	to	ADP
hij-1103	343	15	the	the	DET
hij-1103	343	16	overall	overall	ADJ
hij-1103	343	17	number	number	NOUN
hij-1103	343	18	of	of	ADP
hij-1103	343	19	samples	sample	NOUN
hij-1103	343	20	,	,	PUNCT
hij-1103	343	21	which	which	PRON
hij-1103	343	22	is	be	AUX
hij-1103	343	23	helpful	helpful	ADJ
hij-1103	343	24	for	for	ADP
hij-1103	343	25	datasets	dataset	NOUN
hij-1103	343	26	with	with	ADP
hij-1103	343	27	similar	similar	ADJ
hij-1103	343	28	classes	class	NOUN
hij-1103	343	29	.	.	PUNCT
hij-1103	344	1	precision	precision	NOUN
hij-1103	344	2	is	be	AUX
hij-1103	344	3	another	another	DET
hij-1103	344	4	measure	measure	NOUN
hij-1103	344	5	that	that	PRON
hij-1103	344	6	deals	deal	VERB
hij-1103	344	7	with	with	ADP
hij-1103	344	8	the	the	DET
hij-1103	344	9	proportion	proportion	NOUN
hij-1103	344	10	of	of	ADP
hij-1103	344	11	positives	positive	NOUN
hij-1103	344	12	correctly	correctly	ADV
hij-1103	344	13	classified	classify	VERB
hij-1103	344	14	using	use	VERB
hij-1103	344	15	the	the	DET
hij-1103	344	16	formula	formula	NOUN
hij-1103	344	17	true	true	ADJ
hij-1103	344	18	positives	positive	NOUN
hij-1103	344	19	over	over	ADP
hij-1103	344	20	the	the	DET
hij-1103	344	21	sum	sum	NOUN
hij-1103	344	22	of	of	ADP
hij-1103	344	23	true	true	ADJ
hij-1103	344	24	and	and	CCONJ
hij-1103	344	25	false	false	ADJ
hij-1103	344	26	positives	positive	NOUN
hij-1103	344	27	.	.	PUNCT
hij-1103	345	1	this	this	PRON
hij-1103	345	2	is	be	AUX
hij-1103	345	3	particularly	particularly	ADV
hij-1103	345	4	valuable	valuable	ADJ
hij-1103	345	5	for	for	ADP
hij-1103	345	6	reducing	reduce	VERB
hij-1103	345	7	the	the	DET
hij-1103	345	8	number	number	NOUN
hij-1103	345	9	of	of	ADP
hij-1103	345	10	false	false	ADJ
hij-1103	345	11	positives	positive	NOUN
hij-1103	345	12	,	,	PUNCT
hij-1103	345	13	which	which	PRON
hij-1103	345	14	is	be	AUX
hij-1103	345	15	very	very	ADV
hij-1103	345	16	important	important	ADJ
hij-1103	345	17	.	.	PUNCT
hij-1103	346	1	the	the	DET
hij-1103	346	2	assessment	assessment	NOUN
hij-1103	346	3	metrics	metric	NOUN
hij-1103	346	4	listed	list	VERB
hij-1103	346	5	in	in	ADP
hij-1103	346	6	table	table	NOUN
hij-1103	346	7	5	5	NUM
hij-1103	346	8	are	be	AUX
hij-1103	346	9	comprehensive	comprehensive	ADJ
hij-1103	346	10	for	for	ADP
hij-1103	346	11	evaluating	evaluate	VERB
hij-1103	346	12	the	the	DET
hij-1103	346	13	model	model	NOUN
hij-1103	346	14	's	's	PART
hij-1103	346	15	performance	performance	NOUN
hij-1103	346	16	.	.	PUNCT
hij-1103	347	1	table	table	NOUN
hij-1103	347	2	5	5	NUM
hij-1103	347	3	.	.	PUNCT
hij-1103	347	4	evaluation	evaluation	NOUN
hij-1103	347	5	metrics	metric	NOUN
hij-1103	347	6	of	of	ADP
hij-1103	347	7	the	the	DET
hij-1103	347	8	proposed	propose	VERB
hij-1103	347	9	model	model	NOUN
hij-1103	347	10	evaluation	evaluation	NOUN
hij-1103	347	11	metric	metric	ADJ
hij-1103	347	12	performance	performance	NOUN
hij-1103	347	13	value	value	NOUN
hij-1103	347	14	auc	auc	NOUN
hij-1103	347	15	0.93	0.93	NUM
hij-1103	347	16	accuracy	accuracy	NOUN
hij-1103	347	17	0.993	0.993	NUM
hij-1103	347	18	precision	precision	NOUN
hij-1103	347	19	0.985	0.985	NUM
hij-1103	347	20	recall	recall	VERB
hij-1103	347	21	0.994	0.994	NUM
hij-1103	347	22	f1	f1	PROPN
hij-1103	347	23	score	score	NOUN
hij-1103	347	24	0.988	0.988	NUM
hij-1103	347	25	the	the	DET
hij-1103	347	26	following	follow	VERB
hij-1103	347	27	were	be	AUX
hij-1103	347	28	used	use	VERB
hij-1103	347	29	as	as	ADP
hij-1103	347	30	evaluation	evaluation	NOUN
hij-1103	347	31	measures	measure	NOUN
hij-1103	347	32	to	to	PART
hij-1103	347	33	assess	assess	VERB
hij-1103	347	34	the	the	DET
hij-1103	347	35	classification	classification	NOUN
hij-1103	347	36	model	model	NOUN
hij-1103	347	37	.	.	PUNCT
hij-1103	348	1	the	the	DET
hij-1103	348	2	accuracy	accuracy	NOUN
hij-1103	348	3	of	of	ADP
hij-1103	348	4	a	a	DET
hij-1103	348	5	model	model	NOUN
hij-1103	348	6	can	can	AUX
hij-1103	348	7	be	be	AUX
hij-1103	348	8	defined	define	VERB
hij-1103	348	9	as	as	ADP
hij-1103	348	10	the	the	DET
hij-1103	348	11	ability	ability	NOUN
hij-1103	348	12	of	of	ADP
hij-1103	348	13	a	a	DET
hij-1103	348	14	model	model	NOUN
hij-1103	348	15	to	to	PART
hij-1103	348	16	select	select	VERB
hij-1103	348	17	a	a	DET
hij-1103	348	18	relevant	relevant	ADJ
hij-1103	348	19	part	part	NOUN
hij-1103	348	20	of	of	ADP
hij-1103	348	21	data	datum	NOUN
hij-1103	348	22	,	,	PUNCT
hij-1103	348	23	which	which	PRON
hij-1103	348	24	is	be	AUX
hij-1103	348	25	what	what	PRON
hij-1103	348	26	recall	recall	VERB
hij-1103	348	27	(	(	PUNCT
hij-1103	348	28	or	or	CCONJ
hij-1103	348	29	sensitivity	sensitivity	NOUN
hij-1103	348	30	)	)	PUNCT
hij-1103	348	31	shows	show	VERB
hij-1103	348	32	:	:	PUNCT
hij-1103	348	33	the	the	DET
hij-1103	348	34	ratio	ratio	NOUN
hij-1103	348	35	between	between	ADP
hij-1103	348	36	true	true	ADJ
hij-1103	348	37	positives	positive	NOUN
hij-1103	348	38	(	(	PUNCT
hij-1103	348	39	tp	tp	NOUN
hij-1103	348	40	)	)	PUNCT
hij-1103	348	41	and	and	CCONJ
hij-1103	348	42	the	the	DET
hij-1103	348	43	total	total	ADJ
hij-1103	348	44	number	number	NOUN
hij-1103	348	45	of	of	ADP
hij-1103	348	46	actual	actual	ADJ
hij-1103	348	47	positives	positive	NOUN
hij-1103	348	48	,	,	PUNCT
hij-1103	348	49	which	which	PRON
hij-1103	348	50	is	be	AUX
hij-1103	348	51	tp	tp	ADP
hij-1103	348	52	+	+	CCONJ
hij-1103	348	53	false	false	ADJ
hij-1103	348	54	negatives	negative	NOUN
hij-1103	348	55	(	(	PUNCT
hij-1103	348	56	fn	fn	NOUN
hij-1103	348	57	)	)	PUNCT
hij-1103	348	58	.	.	PUNCT
hij-1103	349	1	this	this	DET
hij-1103	349	2	metric	metric	NOUN
hij-1103	349	3	is	be	AUX
hij-1103	349	4	essential	essential	ADJ
hij-1103	349	5	in	in	ADP
hij-1103	349	6	situations	situation	NOUN
hij-1103	349	7	where	where	SCONJ
hij-1103	349	8	a	a	DET
hij-1103	349	9	high	high	ADJ
hij-1103	349	10	false	false	ADJ
hij-1103	349	11	negative	negative	ADJ
hij-1103	349	12	rate	rate	NOUN
hij-1103	349	13	is	be	AUX
hij-1103	349	14	tolerable	tolerable	ADJ
hij-1103	349	15	or	or	CCONJ
hij-1103	349	16	desirable	desirable	ADJ
hij-1103	349	17	,	,	PUNCT
hij-1103	349	18	for	for	ADP
hij-1103	349	19	example	example	NOUN
hij-1103	349	20	,	,	PUNCT
hij-1103	349	21	when	when	SCONJ
hij-1103	349	22	looking	look	VERB
hij-1103	349	23	for	for	ADP
hij-1103	349	24	malware	malware	NOUN
hij-1103	349	25	on	on	ADP
hij-1103	349	26	a	a	DET
hij-1103	349	27	computer	computer	NOUN
hij-1103	349	28	.	.	PUNCT
hij-1103	350	1	another	another	DET
hij-1103	350	2	measure	measure	NOUN
hij-1103	350	3	is	be	AUX
hij-1103	350	4	the	the	DET
hij-1103	350	5	f1	f1	PROPN
hij-1103	350	6	measure	measure	NOUN
hij-1103	350	7	,	,	PUNCT
hij-1103	350	8	which	which	PRON
hij-1103	350	9	is	be	AUX
hij-1103	350	10	the	the	DET
hij-1103	350	11	harmonic	harmonic	ADJ
hij-1103	350	12	average	average	NOUN
hij-1103	350	13	of	of	ADP
hij-1103	350	14	the	the	DET
hij-1103	350	15	precision	precision	NOUN
hij-1103	350	16	and	and	CCONJ
hij-1103	350	17	recall	recall	NOUN
hij-1103	350	18	rates	rate	NOUN
hij-1103	350	19	.	.	PUNCT
hij-1103	351	1	this	this	PRON
hij-1103	351	2	is	be	AUX
hij-1103	351	3	a	a	DET
hij-1103	351	4	good	good	ADJ
hij-1103	351	5	option	option	NOUN
hij-1103	351	6	when	when	SCONJ
hij-1103	351	7	deciding	decide	VERB
hij-1103	351	8	between	between	ADP
hij-1103	351	9	precision	precision	NOUN
hij-1103	351	10	and	and	CCONJ
hij-1103	351	11	recall	recall	NOUN
hij-1103	351	12	.	.	PUNCT
hij-1103	352	1	figure	figure	VERB
hij-1103	352	2	15	15	NUM
hij-1103	352	3	shows	show	VERB
hij-1103	352	4	the	the	DET
hij-1103	352	5	evaluation	evaluation	NOUN
hij-1103	352	6	metrics	metric	NOUN
hij-1103	352	7	for	for	ADP
hij-1103	352	8	malware	malware	NOUN
hij-1103	352	9	classification	classification	NOUN
hij-1103	352	10	,	,	PUNCT
hij-1103	352	11	where	where	SCONJ
hij-1103	352	12	the	the	DET
hij-1103	352	13	specificity	specificity	NOUN
hij-1103	352	14	is	be	AUX
hij-1103	352	15	highlighted	highlight	VERB
hij-1103	352	16	to	to	PART
hij-1103	352	17	detect	detect	VERB
hij-1103	352	18	undesirable	undesirable	ADJ
hij-1103	352	19	cases	case	NOUN
hij-1103	352	20	.	.	PUNCT
hij-1103	353	1	figure	figure	NOUN
hij-1103	353	2	15	15	NUM
hij-1103	353	3	.	.	PUNCT
hij-1103	354	1	evaluation	evaluation	NOUN
hij-1103	354	2	metrics	metric	NOUN
hij-1103	354	3	values	value	VERB
hij-1103	354	4	another	another	DET
hij-1103	354	5	critical	critical	ADJ
hij-1103	354	6	measure	measure	NOUN
hij-1103	354	7	is	be	AUX
hij-1103	354	8	the	the	DET
hij-1103	354	9	area	area	NOUN
hij-1103	354	10	under	under	ADP
hij-1103	354	11	the	the	DET
hij-1103	354	12	receiver	receiver	NOUN
hij-1103	354	13	operating	operate	VERB
hij-1103	354	14	characteristic	characteristic	ADJ
hij-1103	354	15	curve	curve	NOUN
hij-1103	354	16	(	(	PUNCT
hij-1103	354	17	auc	auc	NOUN
hij-1103	354	18	-	-	PUNCT
hij-1103	354	19	roc	roc	NOUN
hij-1103	354	20	)	)	PUNCT
hij-1103	354	21	,	,	PUNCT
hij-1103	354	22	which	which	PRON
hij-1103	354	23	measures	measure	VERB
hij-1103	354	24	the	the	DET
hij-1103	354	25	model	model	NOUN
hij-1103	354	26	’s	’s	PART
hij-1103	354	27	performance	performance	NOUN
hij-1103	354	28	regarding	regard	VERB
hij-1103	354	29	the	the	DET
hij-1103	354	30	probability	probability	NOUN
hij-1103	354	31	of	of	ADP
hij-1103	354	32	the	the	DET
hij-1103	354	33	correct	correct	ADJ
hij-1103	354	34	classification	classification	NOUN
hij-1103	354	35	of	of	ADP
hij-1103	354	36	positive	positive	ADJ
hij-1103	354	37	and	and	CCONJ
hij-1103	354	38	negative	negative	ADJ
hij-1103	354	39	events	event	NOUN
hij-1103	354	40	.	.	PUNCT
hij-1103	355	1	an	an	DET
hij-1103	355	2	auc	auc	NOUN
hij-1103	355	3	value	value	NOUN
hij-1103	355	4	closer	close	ADJ
hij-1103	355	5	to	to	ADP
hij-1103	355	6	1	1	NUM
hij-1103	355	7	indicates	indicate	VERB
hij-1103	355	8	better	well	ADJ
hij-1103	355	9	model	model	NOUN
hij-1103	355	10	performance	performance	NOUN
hij-1103	355	11	.	.	PUNCT
hij-1103	356	1	this	this	PRON
hij-1103	356	2	is	be	AUX
hij-1103	356	3	further	far	ADV
hij-1103	356	4	evident	evident	ADJ
hij-1103	356	5	from	from	ADP
hij-1103	356	6	the	the	DET
hij-1103	356	7	roc	roc	PROPN
hij-1103	356	8	curve	curve	NOUN
hij-1103	356	9	in	in	ADP
hij-1103	356	10	figure	figure	NOUN
hij-1103	356	11	16	16	NUM
hij-1103	356	12	,	,	PUNCT
hij-1103	356	13	where	where	SCONJ
hij-1103	356	14	the	the	DET
hij-1103	356	15	blue	blue	ADJ
hij-1103	356	16	curve	curve	NOUN
hij-1103	356	17	is	be	AUX
hij-1103	356	18	closely	closely	ADV
hij-1103	356	19	aligned	align	VERB
hij-1103	356	20	with	with	ADP
hij-1103	356	21	1	1	NUM
hij-1103	356	22	,	,	PUNCT
hij-1103	356	23	indicating	indicate	VERB
hij-1103	356	24	that	that	SCONJ
hij-1103	356	25	the	the	DET
hij-1103	356	26	model	model	NOUN
hij-1103	356	27	performed	perform	VERB
hij-1103	356	28	well	well	ADV
hij-1103	356	29	.	.	PUNCT
hij-1103	357	1	0.93	0.93	NUM
hij-1103	357	2	0.993	0.993	NUM
hij-1103	357	3	0.985	0.985	NUM
hij-1103	357	4	0.994	0.994	NUM
hij-1103	357	5	0.988	0.988	NUM
hij-1103	357	6	0.88	0.88	NUM
hij-1103	357	7	0.9	0.9	NUM
hij-1103	357	8	0.92	0.92	NUM
hij-1103	357	9	0.94	0.94	NUM
hij-1103	357	10	0.96	0.96	NUM
hij-1103	357	11	0.98	0.98	NUM
hij-1103	357	12	1	1	NUM
hij-1103	357	13	auc	auc	NOUN
hij-1103	357	14	accuracy	accuracy	NOUN
hij-1103	357	15	precision	precision	NOUN
hij-1103	357	16	recall	recall	NOUN
hij-1103	357	17	f1	f1	PROPN
hij-1103	357	18	score	score	NOUN
hij-1103	357	19	v	v	ADP
hij-1103	357	20	a	a	DET
hij-1103	357	21	lu	lu	NOUN
hij-1103	357	22	e	e	NOUN
hij-1103	357	23	s	s	NOUN
hij-1103	357	24	metrics	metric	NOUN
hij-1103	357	25	evaluation	evaluation	NOUN
hij-1103	357	26	metrics	metric	NOUN
hij-1103	357	27	for	for	ADP
hij-1103	357	28	malware	malware	NOUN
hij-1103	357	29	classification	classification	NOUN
hij-1103	357	30	on	on	ADP
hij-1103	357	31	test	test	NOUN
hij-1103	357	32	data	datum	NOUN
hij-1103	357	33	hightech	hightech	NOUN
hij-1103	357	34	and	and	CCONJ
hij-1103	357	35	innovation	innovation	NOUN
hij-1103	357	36	journal	journal	PROPN
hij-1103	357	37	vol	vol	NOUN
hij-1103	357	38	.	.	PROPN
hij-1103	358	1	6	6	NUM
hij-1103	358	2	,	,	PUNCT
hij-1103	358	3	no	no	INTJ
hij-1103	358	4	.	.	NOUN
hij-1103	358	5	2	2	NUM
hij-1103	358	6	,	,	PUNCT
hij-1103	358	7	june	june	PROPN
hij-1103	358	8	,	,	PUNCT
hij-1103	358	9	2025	2025	NUM
hij-1103	358	10	677	677	NUM
hij-1103	358	11	figure	figure	NOUN
hij-1103	358	12	16	16	NUM
hij-1103	358	13	.	.	PUNCT
hij-1103	359	1	roc	roc	NOUN
hij-1103	359	2	-	-	PUNCT
hij-1103	359	3	auc	auc	NOUN
hij-1103	359	4	curve	curve	NOUN
hij-1103	359	5	5.1	5.1	NUM
hij-1103	359	6	.	.	PUNCT
hij-1103	360	1	confusion	confusion	NOUN
hij-1103	360	2	matrix	matrix	NOUN
hij-1103	360	3	the	the	DET
hij-1103	360	4	confusion	confusion	NOUN
hij-1103	360	5	matrix	matrix	NOUN
hij-1103	360	6	is	be	AUX
hij-1103	360	7	another	another	DET
hij-1103	360	8	method	method	NOUN
hij-1103	360	9	used	use	VERB
hij-1103	360	10	to	to	PART
hij-1103	360	11	assess	assess	VERB
hij-1103	360	12	the	the	DET
hij-1103	360	13	efficiency	efficiency	NOUN
hij-1103	360	14	of	of	ADP
hij-1103	360	15	classification	classification	NOUN
hij-1103	360	16	models	model	NOUN
hij-1103	360	17	.	.	PUNCT
hij-1103	361	1	it	it	PRON
hij-1103	361	2	includes	include	VERB
hij-1103	361	3	true	true	ADJ
hij-1103	361	4	positives	positive	NOUN
hij-1103	361	5	(	(	PUNCT
hij-1103	361	6	tp	tp	NOUN
hij-1103	361	7	)	)	PUNCT
hij-1103	361	8	,	,	PUNCT
hij-1103	361	9	true	true	ADJ
hij-1103	361	10	negatives	negative	NOUN
hij-1103	361	11	(	(	PUNCT
hij-1103	361	12	tn	tn	NOUN
hij-1103	361	13	)	)	PUNCT
hij-1103	361	14	,	,	PUNCT
hij-1103	361	15	false	false	ADJ
hij-1103	361	16	positives	positive	NOUN
hij-1103	361	17	(	(	PUNCT
hij-1103	361	18	fp	fp	NOUN
hij-1103	361	19	)	)	PUNCT
hij-1103	361	20	,	,	PUNCT
hij-1103	361	21	and	and	CCONJ
hij-1103	361	22	false	false	ADJ
hij-1103	361	23	negatives	negative	NOUN
hij-1103	361	24	(	(	PUNCT
hij-1103	361	25	fn	fn	NOUN
hij-1103	361	26	)	)	PUNCT
hij-1103	361	27	.	.	PUNCT
hij-1103	362	1	tp	tp	NOUN
hij-1103	362	2	refers	refer	VERB
hij-1103	362	3	to	to	ADP
hij-1103	362	4	correctly	correctly	ADV
hij-1103	362	5	classifying	classify	VERB
hij-1103	362	6	the	the	DET
hij-1103	362	7	positive	positive	ADJ
hij-1103	362	8	or	or	CCONJ
hij-1103	362	9	correctly	correctly	ADV
hij-1103	362	10	identified	identify	VERB
hij-1103	362	11	malware	malware	NOUN
hij-1103	362	12	samples	sample	NOUN
hij-1103	362	13	,	,	PUNCT
hij-1103	362	14	and	and	CCONJ
hij-1103	362	15	tn	tn	NOUN
hij-1103	362	16	refers	refer	VERB
hij-1103	362	17	to	to	ADP
hij-1103	362	18	the	the	DET
hij-1103	362	19	proper	proper	ADJ
hij-1103	362	20	classification	classification	NOUN
hij-1103	362	21	of	of	ADP
hij-1103	362	22	negative	negative	ADJ
hij-1103	362	23	or	or	CCONJ
hij-1103	362	24	nonmalware	nonmalware	NOUN
hij-1103	362	25	samples	sample	NOUN
hij-1103	362	26	.	.	PUNCT
hij-1103	363	1	fp	fp	NOUN
hij-1103	363	2	and	and	CCONJ
hij-1103	363	3	fn	fn	PROPN
hij-1103	363	4	represent	represent	VERB
hij-1103	363	5	incorrect	incorrect	ADJ
hij-1103	363	6	predictions	prediction	NOUN
hij-1103	363	7	for	for	ADP
hij-1103	363	8	the	the	DET
hij-1103	363	9	positive	positive	ADJ
hij-1103	363	10	and	and	CCONJ
hij-1103	363	11	negative	negative	ADJ
hij-1103	363	12	classes	class	NOUN
hij-1103	363	13	,	,	PUNCT
hij-1103	363	14	respectively	respectively	ADV
hij-1103	363	15	.	.	PUNCT
hij-1103	364	1	in	in	ADP
hij-1103	364	2	figure	figure	NOUN
hij-1103	364	3	17	17	NUM
hij-1103	364	4	,	,	PUNCT
hij-1103	364	5	the	the	DET
hij-1103	364	6	different	different	ADJ
hij-1103	364	7	results	result	NOUN
hij-1103	364	8	of	of	ADP
hij-1103	364	9	malware	malware	NOUN
hij-1103	364	10	classification	classification	NOUN
hij-1103	364	11	between	between	ADP
hij-1103	364	12	both	both	DET
hij-1103	364	13	classes	class	NOUN
hij-1103	364	14	are	be	AUX
hij-1103	364	15	presented	present	VERB
hij-1103	364	16	using	use	VERB
hij-1103	364	17	a	a	DET
hij-1103	364	18	confusion	confusion	NOUN
hij-1103	364	19	matrix	matrix	NOUN
hij-1103	364	20	.	.	PUNCT
hij-1103	365	1	a	a	DET
hij-1103	365	2	total	total	NOUN
hij-1103	365	3	of	of	ADP
hij-1103	365	4	12011	12011	NUM
hij-1103	365	5	cases	case	NOUN
hij-1103	365	6	were	be	AUX
hij-1103	365	7	classified	classify	VERB
hij-1103	365	8	as	as	ADP
hij-1103	365	9	benign	benign	ADJ
hij-1103	365	10	,	,	PUNCT
hij-1103	365	11	of	of	ADP
hij-1103	365	12	which	which	PRON
hij-1103	365	13	11056	11056	NUM
hij-1103	365	14	were	be	AUX
hij-1103	365	15	correctly	correctly	ADV
hij-1103	365	16	analyzed	analyze	VERB
hij-1103	365	17	as	as	ADP
hij-1103	365	18	benign	benign	ADJ
hij-1103	365	19	,	,	PUNCT
hij-1103	365	20	and	and	CCONJ
hij-1103	365	21	the	the	DET
hij-1103	365	22	rest	rest	NOUN
hij-1103	365	23	were	be	AUX
hij-1103	365	24	incorrectly	incorrectly	ADV
hij-1103	365	25	classified	classify	VERB
hij-1103	365	26	.	.	PUNCT
hij-1103	366	1	thirteen	thirteen	NUM
hij-1103	366	2	thousand	thousand	NUM
hij-1103	366	3	fifty	fifty	NUM
hij-1103	366	4	-	-	PUNCT
hij-1103	366	5	one	one	NUM
hij-1103	366	6	instances	instance	NOUN
hij-1103	366	7	were	be	AUX
hij-1103	366	8	classified	classify	VERB
hij-1103	366	9	correctly	correctly	ADV
hij-1103	366	10	for	for	ADP
hij-1103	366	11	the	the	DET
hij-1103	366	12	malware	malware	NOUN
hij-1103	366	13	class	class	NOUN
hij-1103	366	14	,	,	PUNCT
hij-1103	366	15	and	and	CCONJ
hij-1103	366	16	the	the	DET
hij-1103	366	17	rest	rest	NOUN
hij-1103	366	18	were	be	AUX
hij-1103	366	19	misclassified	misclassifie	VERB
hij-1103	366	20	as	as	ADP
hij-1103	366	21	benign	benign	ADJ
hij-1103	366	22	.	.	PUNCT
hij-1103	367	1	this	this	PRON
hij-1103	367	2	shows	show	VERB
hij-1103	367	3	that	that	SCONJ
hij-1103	367	4	the	the	DET
hij-1103	367	5	proposed	propose	VERB
hij-1103	367	6	model	model	NOUN
hij-1103	367	7	can	can	AUX
hij-1103	367	8	achieve	achieve	VERB
hij-1103	367	9	99	99	NUM
hij-1103	367	10	%	%	NOUN
hij-1103	367	11	accuracy	accuracy	NOUN
hij-1103	367	12	,	,	PUNCT
hij-1103	367	13	which	which	PRON
hij-1103	367	14	makes	make	VERB
hij-1103	367	15	its	its	PRON
hij-1103	367	16	applicability	applicability	NOUN
hij-1103	367	17	firmer	firm	ADJ
hij-1103	367	18	for	for	ADP
hij-1103	367	19	malware	malware	NOUN
hij-1103	367	20	detection	detection	NOUN
hij-1103	367	21	.	.	PUNCT
hij-1103	368	1	figure	figure	NOUN
hij-1103	368	2	17	17	NUM
hij-1103	368	3	.	.	PUNCT
hij-1103	369	1	confusion	confusion	NOUN
hij-1103	369	2	matrix	matrix	NOUN
hij-1103	369	3	for	for	ADP
hij-1103	369	4	binary	binary	ADJ
hij-1103	369	5	malware	malware	NOUN
hij-1103	369	6	classification	classification	NOUN
hij-1103	369	7	5.1.1	5.1.1	NOUN
hij-1103	369	8	.	.	PUNCT
hij-1103	370	1	hyperparameter	hyperparameter	NOUN
hij-1103	370	2	selection	selection	NOUN
hij-1103	370	3	and	and	CCONJ
hij-1103	370	4	optimization	optimization	NOUN
hij-1103	370	5	hyperparameter	hyperparameter	NOUN
hij-1103	370	6	tuning	tuning	NOUN
hij-1103	370	7	is	be	AUX
hij-1103	370	8	a	a	DET
hij-1103	370	9	key	key	ADJ
hij-1103	370	10	step	step	NOUN
hij-1103	370	11	in	in	ADP
hij-1103	370	12	machine	machine	NOUN
hij-1103	370	13	-	-	PUNCT
hij-1103	370	14	learning	learn	VERB
hij-1103	370	15	model	model	NOUN
hij-1103	370	16	development	development	NOUN
hij-1103	370	17	;	;	PUNCT
hij-1103	370	18	it	it	PRON
hij-1103	370	19	is	be	AUX
hij-1103	370	20	crucial	crucial	ADJ
hij-1103	370	21	for	for	ADP
hij-1103	370	22	the	the	DET
hij-1103	370	23	model	model	NOUN
hij-1103	370	24	's	's	PART
hij-1103	370	25	performance	performance	NOUN
hij-1103	370	26	and	and	CCONJ
hij-1103	370	27	generalization	generalization	NOUN
hij-1103	370	28	ability	ability	NOUN
hij-1103	370	29	.	.	PUNCT
hij-1103	371	1	a	a	DET
hij-1103	371	2	combination	combination	NOUN
hij-1103	371	3	of	of	ADP
hij-1103	371	4	grid	grid	NOUN
hij-1103	371	5	search	search	NOUN
hij-1103	371	6	and	and	CCONJ
hij-1103	371	7	sensitivity	sensitivity	NOUN
hij-1103	371	8	analysis	analysis	NOUN
hij-1103	371	9	is	be	AUX
hij-1103	371	10	used	use	VERB
hij-1103	371	11	to	to	PART
hij-1103	371	12	select	select	VERB
hij-1103	371	13	and	and	CCONJ
hij-1103	371	14	optimize	optimize	VERB
hij-1103	371	15	the	the	DET
hij-1103	371	16	hyperparameters	hyperparameter	NOUN
hij-1103	371	17	of	of	ADP
hij-1103	371	18	the	the	DET
hij-1103	371	19	proposed	propose	VERB
hij-1103	371	20	malware	malware	NOUN
hij-1103	371	21	classification	classification	NOUN
hij-1103	371	22	model	model	NOUN
hij-1103	371	23	.	.	PUNCT
hij-1103	372	1	this	this	DET
hij-1103	372	2	section	section	NOUN
hij-1103	372	3	describes	describe	VERB
hij-1103	372	4	the	the	DET
hij-1103	372	5	process	process	NOUN
hij-1103	372	6	,	,	PUNCT
hij-1103	372	7	the	the	DET
hij-1103	372	8	hyperparameters	hyperparameter	NOUN
hij-1103	372	9	chosen	choose	VERB
hij-1103	372	10	,	,	PUNCT
hij-1103	372	11	the	the	DET
hij-1103	372	12	optimization	optimization	NOUN
hij-1103	372	13	methods	method	NOUN
hij-1103	372	14	,	,	PUNCT
hij-1103	372	15	and	and	CCONJ
hij-1103	372	16	their	their	PRON
hij-1103	372	17	effects	effect	NOUN
hij-1103	372	18	on	on	ADP
hij-1103	372	19	model	model	NOUN
hij-1103	372	20	performance	performance	NOUN
hij-1103	372	21	.	.	PUNCT
hij-1103	373	1	hightech	hightech	NOUN
hij-1103	373	2	and	and	CCONJ
hij-1103	373	3	innovation	innovation	NOUN
hij-1103	373	4	journal	journal	PROPN
hij-1103	373	5	vol	vol	NOUN
hij-1103	373	6	.	.	PROPN
hij-1103	374	1	6	6	NUM
hij-1103	374	2	,	,	PUNCT
hij-1103	374	3	no	no	INTJ
hij-1103	374	4	.	.	NOUN
hij-1103	374	5	2	2	NUM
hij-1103	374	6	,	,	PUNCT
hij-1103	374	7	june	june	PROPN
hij-1103	374	8	,	,	PUNCT
hij-1103	374	9	2025	2025	NUM
hij-1103	374	10	678	678	NUM
hij-1103	374	11	5.1.2	5.1.2	NUM
hij-1103	374	12	.	.	PUNCT
hij-1103	374	13	selection	selection	NOUN
hij-1103	374	14	of	of	ADP
hij-1103	374	15	hyperparameters	hyperparameter	NOUN
hij-1103	374	16	the	the	DET
hij-1103	374	17	set	set	NOUN
hij-1103	374	18	of	of	ADP
hij-1103	374	19	key	key	ADJ
hij-1103	374	20	hyperparameters	hyperparameter	NOUN
hij-1103	374	21	for	for	ADP
hij-1103	374	22	which	which	PRON
hij-1103	374	23	optimization	optimization	NOUN
hij-1103	374	24	is	be	AUX
hij-1103	374	25	later	later	ADV
hij-1103	374	26	conducted	conduct	VERB
hij-1103	374	27	using	use	VERB
hij-1103	374	28	the	the	DET
hij-1103	374	29	proposed	propose	VERB
hij-1103	374	30	model	model	NOUN
hij-1103	374	31	includes	include	VERB
hij-1103	374	32	the	the	DET
hij-1103	374	33	following	following	NOUN
hij-1103	374	34	:	:	PUNCT
hij-1103	374	35			NOUN
hij-1103	374	36	learning	learn	VERB
hij-1103	374	37	rate	rate	NOUN
hij-1103	374	38	(	(	PUNCT
hij-1103	374	39	lr	lr	NOUN
hij-1103	374	40	):	):	PUNCT
hij-1103	374	41	this	this	PRON
hij-1103	374	42	is	be	AUX
hij-1103	374	43	approximately	approximately	ADV
hij-1103	374	44	the	the	DET
hij-1103	374	45	step	step	NOUN
hij-1103	374	46	size	size	NOUN
hij-1103	374	47	at	at	ADP
hij-1103	374	48	each	each	DET
hij-1103	374	49	iteration	iteration	NOUN
hij-1103	374	50	while	while	SCONJ
hij-1103	374	51	moving	move	VERB
hij-1103	374	52	to	to	ADP
hij-1103	374	53	a	a	DET
hij-1103	374	54	minimum	minimum	ADJ
hij-1103	374	55	loss	loss	NOUN
hij-1103	374	56	function	function	NOUN
hij-1103	374	57	value	value	NOUN
hij-1103	374	58	.	.	PUNCT
hij-1103	375	1			NOUN
hij-1103	375	2	batch	batch	NOUN
hij-1103	375	3	size	size	NOUN
hij-1103	375	4	:	:	PUNCT
hij-1103	375	5	the	the	DET
hij-1103	375	6	number	number	NOUN
hij-1103	375	7	of	of	ADP
hij-1103	375	8	samples	sample	NOUN
hij-1103	375	9	in	in	ADP
hij-1103	375	10	the	the	DET
hij-1103	375	11	model	model	NOUN
hij-1103	375	12	processed	process	VERB
hij-1103	375	13	before	before	ADP
hij-1103	375	14	their	their	PRON
hij-1103	375	15	weights	weight	NOUN
hij-1103	375	16	change	change	NOUN
hij-1103	375	17	.	.	PUNCT
hij-1103	376	1			NOUN
hij-1103	376	2	number	number	NOUN
hij-1103	376	3	of	of	ADP
hij-1103	376	4	hidden	hidden	ADJ
hij-1103	376	5	layers	layer	NOUN
hij-1103	376	6	and	and	CCONJ
hij-1103	376	7	neurons	neuron	NOUN
hij-1103	376	8	:	:	PUNCT
hij-1103	376	9	the	the	DET
hij-1103	376	10	neural	neural	ADJ
hij-1103	376	11	network	network	NOUN
hij-1103	376	12	architecture	architecture	NOUN
hij-1103	376	13	is	be	AUX
hij-1103	376	14	defined	define	VERB
hij-1103	376	15	.	.	PUNCT
hij-1103	377	1			PRON
hij-1103	377	2	dropout	dropout	NOUN
hij-1103	377	3	rate	rate	NOUN
hij-1103	377	4	:	:	PUNCT
hij-1103	377	5	a	a	DET
hij-1103	377	6	dropout	dropout	NOUN
hij-1103	377	7	rate	rate	NOUN
hij-1103	377	8	randomly	randomly	ADV
hij-1103	377	9	sets	set	VERB
hij-1103	377	10	a	a	DET
hij-1103	377	11	fraction	fraction	NOUN
hij-1103	377	12	of	of	ADP
hij-1103	377	13	input	input	NOUN
hij-1103	377	14	units	unit	NOUN
hij-1103	377	15	to	to	ADP
hij-1103	377	16	zero	zero	NUM
hij-1103	377	17	during	during	ADP
hij-1103	377	18	training	training	NOUN
hij-1103	377	19	,	,	PUNCT
hij-1103	377	20	preventing	prevent	VERB
hij-1103	377	21	overfitting	overfitting	NOUN
hij-1103	377	22	.	.	PUNCT
hij-1103	378	1			PRON
hij-1103	378	2	activation	activation	NOUN
hij-1103	378	3	function	function	NOUN
hij-1103	378	4	:	:	PUNCT
hij-1103	378	5	controls	control	VERB
hij-1103	378	6	the	the	DET
hij-1103	378	7	output	output	NOUN
hij-1103	378	8	of	of	ADP
hij-1103	378	9	each	each	DET
hij-1103	378	10	neuron	neuron	NOUN
hij-1103	378	11	,	,	PUNCT
hij-1103	378	12	which	which	PRON
hij-1103	378	13	results	result	VERB
hij-1103	378	14	in	in	ADP
hij-1103	378	15	nonlinearity	nonlinearity	NOUN
hij-1103	378	16	.	.	PUNCT
hij-1103	379	1			NOUN
hij-1103	379	2	optimizer	optimizer	NOUN
hij-1103	379	3	type	type	NOUN
hij-1103	379	4	:	:	PUNCT
hij-1103	379	5	it	it	PRON
hij-1103	379	6	indicates	indicate	VERB
hij-1103	379	7	how	how	SCONJ
hij-1103	379	8	the	the	DET
hij-1103	379	9	model	model	NOUN
hij-1103	379	10	updates	update	VERB
hij-1103	379	11	the	the	DET
hij-1103	379	12	weights	weight	NOUN
hij-1103	379	13	in	in	ADP
hij-1103	379	14	the	the	DET
hij-1103	379	15	backpropagation	backpropagation	NOUN
hij-1103	379	16	.	.	PUNCT
hij-1103	380	1	5.1.3	5.1.3	NUM
hij-1103	380	2	.	.	PUNCT
hij-1103	380	3	optimization	optimization	NOUN
hij-1103	380	4	process	process	NOUN
hij-1103	380	5	and	and	CCONJ
hij-1103	380	6	sensitivity	sensitivity	NOUN
hij-1103	380	7	analysis	analysis	NOUN
hij-1103	380	8	grid	grid	NOUN
hij-1103	380	9	search	search	NOUN
hij-1103	380	10	and	and	CCONJ
hij-1103	380	11	sensitivity	sensitivity	NOUN
hij-1103	380	12	analyses	analysis	NOUN
hij-1103	380	13	were	be	AUX
hij-1103	380	14	adopted	adopt	VERB
hij-1103	380	15	for	for	ADP
hij-1103	380	16	the	the	DET
hij-1103	380	17	systematic	systematic	ADJ
hij-1103	380	18	evaluation	evaluation	NOUN
hij-1103	380	19	of	of	ADP
hij-1103	380	20	the	the	DET
hij-1103	380	21	effect	effect	NOUN
hij-1103	380	22	of	of	ADP
hij-1103	380	23	each	each	DET
hij-1103	380	24	hyperparameter	hyperparameter	NOUN
hij-1103	380	25	.	.	PUNCT
hij-1103	381	1	i.	i.	PROPN
hij-1103	381	2	learning	learning	PROPN
hij-1103	381	3	rate	rate	NOUN
hij-1103	381	4	optimization	optimization	NOUN
hij-1103	381	5	we	we	PRON
hij-1103	381	6	performed	perform	VERB
hij-1103	381	7	a	a	DET
hij-1103	381	8	grid	grid	NOUN
hij-1103	381	9	search	search	NOUN
hij-1103	381	10	over	over	ADP
hij-1103	381	11	the	the	DET
hij-1103	381	12	range	range	NOUN
hij-1103	381	13	of	of	ADP
hij-1103	381	14	learning	learn	VERB
hij-1103	381	15	rates	rate	NOUN
hij-1103	381	16	{	{	PUNCT
hij-1103	381	17	0.01	0.01	NUM
hij-1103	381	18	,	,	PUNCT
hij-1103	381	19	0.001	0.001	NUM
hij-1103	381	20	,	,	PUNCT
hij-1103	381	21	0.0001	0.0001	NUM
hij-1103	381	22	,	,	PUNCT
hij-1103	381	23	0.00001	0.00001	NUM
hij-1103	381	24	}	}	PUNCT
hij-1103	381	25	,	,	PUNCT
hij-1103	381	26	as	as	SCONJ
hij-1103	381	27	shown	show	VERB
hij-1103	381	28	in	in	ADP
hij-1103	381	29	table	table	NOUN
hij-1103	381	30	6	6	NUM
hij-1103	381	31	.	.	PUNCT
hij-1103	382	1	the	the	DET
hij-1103	382	2	best	good	ADJ
hij-1103	382	3	trade	trade	NOUN
hij-1103	382	4	-	-	PUNCT
hij-1103	382	5	off	off	NOUN
hij-1103	382	6	between	between	ADP
hij-1103	382	7	the	the	DET
hij-1103	382	8	convergence	convergence	NOUN
hij-1103	382	9	speed	speed	NOUN
hij-1103	382	10	to	to	ADP
hij-1103	382	11	a	a	DET
hij-1103	382	12	solution	solution	NOUN
hij-1103	382	13	and	and	CCONJ
hij-1103	382	14	the	the	DET
hij-1103	382	15	final	final	ADJ
hij-1103	382	16	accuracy	accuracy	NOUN
hij-1103	382	17	was	be	AUX
hij-1103	382	18	obtained	obtain	VERB
hij-1103	382	19	through	through	ADP
hij-1103	382	20	training	training	NOUN
hij-1103	382	21	with	with	ADP
hij-1103	382	22	a	a	DET
hij-1103	382	23	learning	learn	VERB
hij-1103	382	24	rate	rate	NOUN
hij-1103	382	25	of	of	ADP
hij-1103	382	26	0.001	0.001	NUM
hij-1103	382	27	.	.	PUNCT
hij-1103	383	1	learning	learn	VERB
hij-1103	383	2	rates	rate	NOUN
hij-1103	383	3	of	of	ADP
hij-1103	383	4	0.01	0.01	NUM
hij-1103	383	5	caused	cause	VERB
hij-1103	383	6	unstable	unstable	ADJ
hij-1103	383	7	training	training	NOUN
hij-1103	383	8	,	,	PUNCT
hij-1103	383	9	and	and	CCONJ
hij-1103	383	10	lower	low	ADJ
hij-1103	383	11	learning	learning	NOUN
hij-1103	383	12	rates	rate	NOUN
hij-1103	383	13	(	(	PUNCT
hij-1103	383	14	0.00001	0.00001	NUM
hij-1103	383	15	)	)	PUNCT
hij-1103	383	16	resulted	result	VERB
hij-1103	383	17	in	in	ADP
hij-1103	383	18	excessively	excessively	ADV
hij-1103	383	19	slow	slow	ADJ
hij-1103	383	20	convergence	convergence	NOUN
hij-1103	383	21	.	.	PUNCT
hij-1103	384	1	table	table	NOUN
hij-1103	384	2	6	6	NUM
hij-1103	384	3	.	.	PUNCT
hij-1103	385	1	learning	learn	VERB
hij-1103	385	2	rate	rate	NOUN
hij-1103	385	3	optimization	optimization	NOUN
hij-1103	385	4	learning	learning	NOUN
hij-1103	385	5	rate	rate	NOUN
hij-1103	385	6	accuracy	accuracy	NOUN
hij-1103	385	7	(	(	PUNCT
hij-1103	385	8	%	%	INTJ
hij-1103	385	9	)	)	PUNCT
hij-1103	385	10	loss	loss	NOUN
hij-1103	385	11	0.01	0.01	NUM
hij-1103	385	12	95.4	95.4	NUM
hij-1103	385	13	0.12	0.12	NUM
hij-1103	385	14	0.001	0.001	NUM
hij-1103	385	15	99.3	99.3	NUM
hij-1103	385	16	0.02	0.02	NUM
hij-1103	385	17	0.0001	0.0001	NUM
hij-1103	385	18	98.6	98.6	NUM
hij-1103	385	19	0.05	0.05	NUM
hij-1103	385	20	0.00001	0.00001	NUM
hij-1103	385	21	97.1	97.1	NUM
hij-1103	385	22	0.07	0.07	NUM
hij-1103	385	23	ii	ii	NOUN
hij-1103	385	24	.	.	PUNCT
hij-1103	385	25	batch	batch	NOUN
hij-1103	385	26	size	size	NOUN
hij-1103	385	27	optimization	optimization	NOUN
hij-1103	385	28	the	the	DET
hij-1103	385	29	batch	batch	NOUN
hij-1103	385	30	sizes	size	NOUN
hij-1103	385	31	of	of	ADP
hij-1103	385	32	{	{	PUNCT
hij-1103	385	33	16	16	NUM
hij-1103	385	34	,	,	PUNCT
hij-1103	385	35	32	32	NUM
hij-1103	385	36	,	,	PUNCT
hij-1103	385	37	64	64	NUM
hij-1103	385	38	,	,	PUNCT
hij-1103	385	39	and	and	CCONJ
hij-1103	385	40	128	128	NUM
hij-1103	385	41	}	}	PUNCT
hij-1103	385	42	were	be	AUX
hij-1103	385	43	tested	test	VERB
hij-1103	385	44	.	.	PUNCT
hij-1103	386	1	in	in	ADP
hij-1103	386	2	addition	addition	NOUN
hij-1103	386	3	,	,	PUNCT
hij-1103	386	4	the	the	DET
hij-1103	386	5	results	result	NOUN
hij-1103	386	6	(	(	PUNCT
hij-1103	386	7	in	in	ADP
hij-1103	386	8	table	table	NOUN
hij-1103	386	9	7	7	NUM
hij-1103	386	10	)	)	PUNCT
hij-1103	386	11	showed	show	VERB
hij-1103	386	12	that	that	SCONJ
hij-1103	386	13	a	a	DET
hij-1103	386	14	batch	batch	NOUN
hij-1103	386	15	size	size	NOUN
hij-1103	386	16	of	of	ADP
hij-1103	386	17	32	32	NUM
hij-1103	386	18	provided	provide	VERB
hij-1103	386	19	the	the	DET
hij-1103	386	20	best	good	ADJ
hij-1103	386	21	balance	balance	NOUN
hij-1103	386	22	between	between	ADP
hij-1103	386	23	training	train	VERB
hij-1103	386	24	stability	stability	NOUN
hij-1103	386	25	and	and	CCONJ
hij-1103	386	26	computational	computational	ADJ
hij-1103	386	27	efficiency	efficiency	NOUN
hij-1103	386	28	.	.	PUNCT
hij-1103	387	1	with	with	ADP
hij-1103	387	2	16	16	NUM
hij-1103	387	3	batch	batch	NOUN
hij-1103	387	4	sizes	size	NOUN
hij-1103	387	5	,	,	PUNCT
hij-1103	387	6	the	the	DET
hij-1103	387	7	gradients	gradient	NOUN
hij-1103	387	8	were	be	AUX
hij-1103	387	9	noisier	noisy	ADJ
hij-1103	387	10	,	,	PUNCT
hij-1103	387	11	but	but	CCONJ
hij-1103	387	12	the	the	DET
hij-1103	387	13	128	128	NUM
hij-1103	387	14	-	-	PUNCT
hij-1103	387	15	batch	batch	NOUN
hij-1103	387	16	size	size	NOUN
hij-1103	387	17	did	do	AUX
hij-1103	387	18	not	not	PART
hij-1103	387	19	improve	improve	VERB
hij-1103	387	20	the	the	DET
hij-1103	387	21	generalization	generalization	NOUN
hij-1103	387	22	.	.	PUNCT
hij-1103	388	1	table	table	NOUN
hij-1103	388	2	7	7	NUM
hij-1103	388	3	.	.	NOUN
hij-1103	388	4	batch	batch	NOUN
hij-1103	388	5	size	size	NOUN
hij-1103	388	6	optimization	optimization	NOUN
hij-1103	388	7	batch	batch	NOUN
hij-1103	388	8	size	size	NOUN
hij-1103	388	9	accuracy	accuracy	NOUN
hij-1103	388	10	(	(	PUNCT
hij-1103	388	11	%	%	NOUN
hij-1103	388	12	)	)	PUNCT
hij-1103	388	13	16	16	NUM
hij-1103	388	14	98.5	98.5	NUM
hij-1103	388	15	32	32	NUM
hij-1103	388	16	99.3	99.3	NUM
hij-1103	388	17	64	64	NUM
hij-1103	388	18	98.9	98.9	NUM
hij-1103	388	19	128	128	NUM
hij-1103	388	20	97.8	97.8	NUM
hij-1103	388	21	iii	iii	NOUN
hij-1103	388	22	.	.	PUNCT
hij-1103	389	1	hidden	hide	VERB
hij-1103	389	2	layers	layer	NOUN
hij-1103	389	3	and	and	CCONJ
hij-1103	389	4	neurons	neuron	NOUN
hij-1103	389	5	optimization	optimization	NOUN
hij-1103	389	6	different	different	ADJ
hij-1103	389	7	numbers	number	NOUN
hij-1103	389	8	of	of	ADP
hij-1103	389	9	hidden	hidden	ADJ
hij-1103	389	10	layers	layer	NOUN
hij-1103	389	11	and	and	CCONJ
hij-1103	389	12	neurons	neuron	NOUN
hij-1103	389	13	were	be	AUX
hij-1103	389	14	evaluated	evaluate	VERB
hij-1103	389	15	using	use	VERB
hij-1103	389	16	the	the	DET
hij-1103	389	17	network	network	NOUN
hij-1103	389	18	.	.	PUNCT
hij-1103	390	1	the	the	DET
hij-1103	390	2	best	good	ADJ
hij-1103	390	3	performance	performance	NOUN
hij-1103	390	4	was	be	AUX
hij-1103	390	5	obtained	obtain	VERB
hij-1103	390	6	with	with	ADP
hij-1103	390	7	a	a	DET
hij-1103	390	8	three	three	NUM
hij-1103	390	9	-	-	PUNCT
hij-1103	390	10	layer	layer	NOUN
hij-1103	390	11	architecture	architecture	NOUN
hij-1103	390	12	and	and	CCONJ
hij-1103	390	13	neuron	neuron	NOUN
hij-1103	390	14	configuration	configuration	NOUN
hij-1103	390	15	of	of	ADP
hij-1103	390	16	{	{	PUNCT
hij-1103	390	17	64	64	NUM
hij-1103	390	18	,	,	PUNCT
hij-1103	390	19	128	128	NUM
hij-1103	390	20	,	,	PUNCT
hij-1103	390	21	256	256	NUM
hij-1103	390	22	}	}	PUNCT
hij-1103	390	23	.	.	PUNCT
hij-1103	391	1	more	more	ADJ
hij-1103	391	2	layers	layer	NOUN
hij-1103	391	3	resulted	result	VERB
hij-1103	391	4	in	in	ADP
hij-1103	391	5	overfitting	overfitte	VERB
hij-1103	391	6	,	,	PUNCT
hij-1103	391	7	whereas	whereas	SCONJ
hij-1103	391	8	fewer	few	ADJ
hij-1103	391	9	did	do	AUX
hij-1103	391	10	not	not	PART
hij-1103	391	11	have	have	VERB
hij-1103	391	12	much	much	ADJ
hij-1103	391	13	learning	learning	NOUN
hij-1103	391	14	capacity	capacity	NOUN
hij-1103	391	15	.	.	PUNCT
hij-1103	392	1	iv	iv	X
hij-1103	392	2	.	.	PUNCT
hij-1103	392	3	dropout	dropout	NOUN
hij-1103	392	4	rate	rate	NOUN
hij-1103	392	5	sensitivity	sensitivity	NOUN
hij-1103	392	6	analysis	analysis	NOUN
hij-1103	392	7	dropout	dropout	NOUN
hij-1103	392	8	rates	rate	NOUN
hij-1103	392	9	of	of	ADP
hij-1103	392	10	{	{	PUNCT
hij-1103	392	11	0.1	0.1	NUM
hij-1103	392	12	,	,	PUNCT
hij-1103	392	13	0.2	0.2	NUM
hij-1103	392	14	,	,	PUNCT
hij-1103	392	15	0.3	0.3	NUM
hij-1103	392	16	,	,	PUNCT
hij-1103	392	17	0.5	0.5	NUM
hij-1103	392	18	}	}	PUNCT
hij-1103	392	19	were	be	AUX
hij-1103	392	20	tested	test	VERB
hij-1103	392	21	,	,	PUNCT
hij-1103	392	22	as	as	SCONJ
hij-1103	392	23	shown	show	VERB
hij-1103	392	24	in	in	ADP
hij-1103	392	25	table	table	NOUN
hij-1103	392	26	8	8	NUM
hij-1103	392	27	.	.	PUNCT
hij-1103	393	1	an	an	DET
hij-1103	393	2	optimal	optimal	ADJ
hij-1103	393	3	dropout	dropout	NOUN
hij-1103	393	4	rate	rate	NOUN
hij-1103	393	5	of	of	ADP
hij-1103	393	6	0.2	0.2	NUM
hij-1103	393	7	was	be	AUX
hij-1103	393	8	found	find	VERB
hij-1103	393	9	,	,	PUNCT
hij-1103	393	10	which	which	PRON
hij-1103	393	11	reduces	reduce	VERB
hij-1103	393	12	model	model	NOUN
hij-1103	393	13	overfitting	overfitting	NOUN
hij-1103	393	14	while	while	SCONJ
hij-1103	393	15	retaining	retain	VERB
hij-1103	393	16	model	model	NOUN
hij-1103	393	17	accuracy	accuracy	NOUN
hij-1103	393	18	.	.	PUNCT
hij-1103	394	1	hightech	hightech	NOUN
hij-1103	394	2	and	and	CCONJ
hij-1103	394	3	innovation	innovation	NOUN
hij-1103	394	4	journal	journal	PROPN
hij-1103	394	5	vol	vol	NOUN
hij-1103	394	6	.	.	PROPN
hij-1103	394	7	6	6	NUM
hij-1103	394	8	,	,	PUNCT
hij-1103	394	9	no	no	INTJ
hij-1103	394	10	.	.	NOUN
hij-1103	394	11	2	2	NUM
hij-1103	394	12	,	,	PUNCT
hij-1103	394	13	june	june	PROPN
hij-1103	394	14	,	,	PUNCT
hij-1103	394	15	2025	2025	NUM
hij-1103	394	16	679	679	NUM
hij-1103	394	17	table	table	NOUN
hij-1103	394	18	8	8	NUM
hij-1103	394	19	.	.	PUNCT
hij-1103	394	20	dropout	dropout	NOUN
hij-1103	394	21	rate	rate	NOUN
hij-1103	394	22	sensitivity	sensitivity	NOUN
hij-1103	394	23	analysis	analysis	NOUN
hij-1103	394	24	dropout	dropout	NOUN
hij-1103	394	25	rate	rate	NOUN
hij-1103	394	26	accuracy	accuracy	NOUN
hij-1103	394	27	(	(	PUNCT
hij-1103	394	28	%	%	INTJ
hij-1103	394	29	)	)	PUNCT
hij-1103	394	30	0.1	0.1	NUM
hij-1103	394	31	98.9	98.9	NUM
hij-1103	394	32	0.2	0.2	NUM
hij-1103	394	33	99.3	99.3	NUM
hij-1103	394	34	0.3	0.3	NUM
hij-1103	394	35	98.7	98.7	NUM
hij-1103	394	36	0.5	0.5	NUM
hij-1103	394	37	97.4	97.4	NUM
hij-1103	394	38	v.	v.	ADP
hij-1103	394	39	activation	activation	NOUN
hij-1103	394	40	function	function	NOUN
hij-1103	394	41	and	and	CCONJ
hij-1103	394	42	optimizer	optimizer	NOUN
hij-1103	394	43	selection	selection	NOUN
hij-1103	394	44	relu	relu	NOUN
hij-1103	394	45	was	be	AUX
hij-1103	394	46	chosen	choose	VERB
hij-1103	394	47	over	over	ADP
hij-1103	394	48	sigmoid	sigmoid	NOUN
hij-1103	394	49	and	and	CCONJ
hij-1103	394	50	tanh	tanh	NOUN
hij-1103	394	51	to	to	PART
hij-1103	394	52	solve	solve	VERB
hij-1103	394	53	the	the	DET
hij-1103	394	54	vanishing	vanish	VERB
hij-1103	394	55	gradient	gradient	NOUN
hij-1103	394	56	problem	problem	NOUN
hij-1103	394	57	.	.	PUNCT
hij-1103	395	1	adam	adam	PROPN
hij-1103	395	2	could	could	AUX
hij-1103	395	3	come	come	VERB
hij-1103	395	4	out	out	ADP
hij-1103	395	5	of	of	ADP
hij-1103	395	6	optimizers	optimizer	NOUN
hij-1103	395	7	and	and	CCONJ
hij-1103	395	8	was	be	AUX
hij-1103	395	9	better	well	ADJ
hij-1103	395	10	than	than	ADP
hij-1103	395	11	sgd	sgd	NOUN
hij-1103	395	12	and	and	CCONJ
hij-1103	395	13	rmsprop	rmsprop	NOUN
hij-1103	395	14	in	in	ADP
hij-1103	395	15	terms	term	NOUN
hij-1103	395	16	of	of	ADP
hij-1103	395	17	fast	fast	ADJ
hij-1103	395	18	convergence	convergence	NOUN
hij-1103	395	19	and	and	CCONJ
hij-1103	395	20	final	final	ADJ
hij-1103	395	21	accuracy	accuracy	NOUN
hij-1103	395	22	.	.	PUNCT
hij-1103	396	1	furthermore	furthermore	ADV
hij-1103	396	2	,	,	PUNCT
hij-1103	396	3	optimal	optimal	ADJ
hij-1103	396	4	hyperparameter	hyperparameter	NOUN
hij-1103	396	5	values	value	NOUN
hij-1103	396	6	were	be	AUX
hij-1103	396	7	obtained	obtain	VERB
hij-1103	396	8	through	through	ADP
hij-1103	396	9	systematic	systematic	ADJ
hij-1103	396	10	grid	grid	NOUN
hij-1103	396	11	search	search	NOUN
hij-1103	396	12	and	and	CCONJ
hij-1103	396	13	sensitivity	sensitivity	NOUN
hij-1103	396	14	analysis	analysis	NOUN
hij-1103	396	15	without	without	ADP
hij-1103	396	16	affecting	affect	VERB
hij-1103	396	17	high	high	ADJ
hij-1103	396	18	accuracy	accuracy	NOUN
hij-1103	396	19	and	and	CCONJ
hij-1103	396	20	generalization	generalization	NOUN
hij-1103	396	21	.	.	PUNCT
hij-1103	397	1	finally	finally	ADV
hij-1103	397	2	,	,	PUNCT
hij-1103	397	3	the	the	DET
hij-1103	397	4	model	model	NOUN
hij-1103	397	5	used	use	VERB
hij-1103	397	6	the	the	DET
hij-1103	397	7	parameters	parameter	NOUN
hij-1103	397	8	of	of	ADP
hij-1103	397	9	learning	learn	VERB
hij-1103	397	10	rate	rate	NOUN
hij-1103	397	11	0.001	0.001	NUM
hij-1103	397	12	,	,	PUNCT
hij-1103	397	13	batch_size	batch_size	NOUN
hij-1103	397	14	32	32	NUM
hij-1103	397	15	,	,	PUNCT
hij-1103	397	16	three	three	NUM
hij-1103	397	17	hidden	hidden	ADJ
hij-1103	397	18	layers	layer	NOUN
hij-1103	397	19	{	{	PUNCT
hij-1103	397	20	64	64	NUM
hij-1103	397	21	,	,	PUNCT
hij-1103	397	22	128	128	NUM
hij-1103	397	23	,	,	PUNCT
hij-1103	397	24	256	256	NUM
hij-1103	397	25	}	}	PUNCT
hij-1103	397	26	with	with	ADP
hij-1103	397	27	dropout	dropout	NOUN
hij-1103	397	28	rate	rate	NOUN
hij-1103	397	29	=	=	NOUN
hij-1103	397	30	0.2	0.2	NUM
hij-1103	397	31	,	,	PUNCT
hij-1103	397	32	relu	relu	NOUN
hij-1103	397	33	activation	activation	NOUN
hij-1103	397	34	,	,	PUNCT
hij-1103	397	35	and	and	CCONJ
hij-1103	397	36	the	the	DET
hij-1103	397	37	adam	adam	PROPN
hij-1103	397	38	optimizer	optimizer	NOUN
hij-1103	397	39	,	,	PUNCT
hij-1103	397	40	and	and	CCONJ
hij-1103	397	41	achieved	achieve	VERB
hij-1103	397	42	an	an	DET
hij-1103	397	43	accuracy	accuracy	NOUN
hij-1103	397	44	of	of	ADP
hij-1103	397	45	99.3	99.3	NUM
hij-1103	397	46	%	%	NOUN
hij-1103	397	47	.	.	PUNCT
hij-1103	398	1	6	6	X
hij-1103	398	2	.	.	X
hij-1103	398	3	discussion	discussion	NOUN
hij-1103	398	4	to	to	PART
hij-1103	398	5	accomplish	accomplish	VERB
hij-1103	398	6	the	the	DET
hij-1103	398	7	goal	goal	NOUN
hij-1103	398	8	of	of	ADP
hij-1103	398	9	this	this	DET
hij-1103	398	10	study	study	NOUN
hij-1103	398	11	,	,	PUNCT
hij-1103	398	12	the	the	DET
hij-1103	398	13	vgg16	vgg16	PROPN
hij-1103	398	14	cnn	cnn	PROPN
hij-1103	398	15	model	model	NOUN
hij-1103	398	16	was	be	AUX
hij-1103	398	17	employed	employ	VERB
hij-1103	398	18	to	to	PART
hij-1103	398	19	classify	classify	VERB
hij-1103	398	20	infections	infection	NOUN
hij-1103	398	21	,	,	PUNCT
hij-1103	398	22	and	and	CCONJ
hij-1103	398	23	it	it	PRON
hij-1103	398	24	successfully	successfully	ADV
hij-1103	398	25	provided	provide	VERB
hij-1103	398	26	a	a	DET
hij-1103	398	27	high	high	ADJ
hij-1103	398	28	accuracy	accuracy	NOUN
hij-1103	398	29	rate	rate	NOUN
hij-1103	398	30	of	of	ADP
hij-1103	398	31	99.35	99.35	NUM
hij-1103	398	32	%	%	NOUN
hij-1103	398	33	.	.	PUNCT
hij-1103	399	1	this	this	PRON
hij-1103	399	2	clearly	clearly	ADV
hij-1103	399	3	shows	show	VERB
hij-1103	399	4	that	that	SCONJ
hij-1103	399	5	the	the	DET
hij-1103	399	6	model	model	NOUN
hij-1103	399	7	has	have	VERB
hij-1103	399	8	a	a	DET
hij-1103	399	9	good	good	ADJ
hij-1103	399	10	ability	ability	NOUN
hij-1103	399	11	to	to	PART
hij-1103	399	12	detect	detect	VERB
hij-1103	399	13	various	various	ADJ
hij-1103	399	14	types	type	NOUN
hij-1103	399	15	of	of	ADP
hij-1103	399	16	malware	malware	NOUN
hij-1103	399	17	attacks	attack	NOUN
hij-1103	399	18	.	.	PUNCT
hij-1103	400	1	the	the	DET
hij-1103	400	2	performance	performance	NOUN
hij-1103	400	3	on	on	ADP
hij-1103	400	4	the	the	DET
hij-1103	400	5	testing	testing	NOUN
hij-1103	400	6	set	set	NOUN
hij-1103	400	7	shows	show	VERB
hij-1103	400	8	that	that	SCONJ
hij-1103	400	9	the	the	DET
hij-1103	400	10	model	model	NOUN
hij-1103	400	11	can	can	AUX
hij-1103	400	12	generalize	generalize	VERB
hij-1103	400	13	well	well	ADV
hij-1103	400	14	and	and	CCONJ
hij-1103	400	15	be	be	AUX
hij-1103	400	16	employed	employ	VERB
hij-1103	400	17	in	in	ADP
hij-1103	400	18	real	real	ADJ
hij-1103	400	19	-	-	PUNCT
hij-1103	400	20	life	life	NOUN
hij-1103	400	21	scenarios	scenario	NOUN
hij-1103	400	22	,	,	PUNCT
hij-1103	400	23	where	where	SCONJ
hij-1103	400	24	it	it	PRON
hij-1103	400	25	is	be	AUX
hij-1103	400	26	expected	expect	VERB
hij-1103	400	27	to	to	PART
hij-1103	400	28	identify	identify	VERB
hij-1103	400	29	other	other	ADJ
hij-1103	400	30	data	datum	NOUN
hij-1103	400	31	on	on	ADP
hij-1103	400	32	which	which	PRON
hij-1103	400	33	it	it	PRON
hij-1103	400	34	was	be	AUX
hij-1103	400	35	not	not	PART
hij-1103	400	36	trained	train	VERB
hij-1103	400	37	.	.	PUNCT
hij-1103	401	1	this	this	DET
hij-1103	401	2	work	work	NOUN
hij-1103	401	3	reveals	reveal	VERB
hij-1103	401	4	that	that	SCONJ
hij-1103	401	5	the	the	DET
hij-1103	401	6	patterns	pattern	NOUN
hij-1103	401	7	learned	learn	VERB
hij-1103	401	8	in	in	ADP
hij-1103	401	9	the	the	DET
hij-1103	401	10	vgg16	vgg16	NOUN
hij-1103	401	11	architecture	architecture	NOUN
hij-1103	401	12	are	be	AUX
hij-1103	401	13	inherent	inherent	ADJ
hij-1103	401	14	features	feature	NOUN
hij-1103	401	15	of	of	ADP
hij-1103	401	16	different	different	ADJ
hij-1103	401	17	types	type	NOUN
hij-1103	401	18	of	of	ADP
hij-1103	401	19	malware	malware	NOUN
hij-1103	401	20	that	that	PRON
hij-1103	401	21	enhance	enhance	VERB
hij-1103	401	22	performance	performance	NOUN
hij-1103	401	23	.	.	PUNCT
hij-1103	402	1	the	the	DET
hij-1103	402	2	confusion	confusion	NOUN
hij-1103	402	3	matrix	matrix	NOUN
hij-1103	402	4	evaluation	evaluation	NOUN
hij-1103	402	5	also	also	ADV
hij-1103	402	6	detailed	detail	VERB
hij-1103	402	7	the	the	DET
hij-1103	402	8	model	model	NOUN
hij-1103	402	9	's	's	PART
hij-1103	402	10	success	success	NOUN
hij-1103	402	11	rate	rate	NOUN
hij-1103	402	12	,	,	PUNCT
hij-1103	402	13	emphasizing	emphasize	VERB
hij-1103	402	14	how	how	SCONJ
hij-1103	402	15	it	it	PRON
hij-1103	402	16	reduced	reduce	VERB
hij-1103	402	17	confusion	confusion	NOUN
hij-1103	402	18	between	between	ADP
hij-1103	402	19	various	various	ADJ
hij-1103	402	20	classes	class	NOUN
hij-1103	402	21	of	of	ADP
hij-1103	402	22	malware	malware	NOUN
hij-1103	402	23	.	.	PUNCT
hij-1103	403	1	high	high	ADJ
hij-1103	403	2	accuracy	accuracy	NOUN
hij-1103	403	3	and	and	CCONJ
hij-1103	403	4	recall	recall	NOUN
hij-1103	403	5	values	value	NOUN
hij-1103	403	6	were	be	AUX
hij-1103	403	7	obtained	obtain	VERB
hij-1103	403	8	for	for	ADP
hij-1103	403	9	all	all	DET
hij-1103	403	10	classes	class	NOUN
hij-1103	403	11	,	,	PUNCT
hij-1103	403	12	indicating	indicate	VERB
hij-1103	403	13	that	that	SCONJ
hij-1103	403	14	high	high	ADJ
hij-1103	403	15	classification	classification	NOUN
hij-1103	403	16	of	of	ADP
hij-1103	403	17	instances	instance	NOUN
hij-1103	403	18	in	in	ADP
hij-1103	403	19	the	the	DET
hij-1103	403	20	respective	respective	ADJ
hij-1103	403	21	classes	class	NOUN
hij-1103	403	22	was	be	AUX
hij-1103	403	23	achieved	achieve	VERB
hij-1103	403	24	.	.	PUNCT
hij-1103	404	1	however	however	ADV
hij-1103	404	2	,	,	PUNCT
hij-1103	404	3	the	the	DET
hij-1103	404	4	study	study	NOUN
hij-1103	404	5	also	also	ADV
hij-1103	404	6	recognizes	recognize	VERB
hij-1103	404	7	the	the	DET
hij-1103	404	8	need	need	NOUN
hij-1103	404	9	for	for	ADP
hij-1103	404	10	further	further	ADJ
hij-1103	404	11	investigation	investigation	NOUN
hij-1103	404	12	of	of	ADP
hij-1103	404	13	the	the	DET
hij-1103	404	14	nature	nature	NOUN
hij-1103	404	15	of	of	ADP
hij-1103	404	16	the	the	DET
hij-1103	404	17	misclassifications	misclassification	NOUN
hij-1103	404	18	and	and	CCONJ
hij-1103	404	19	situations	situation	NOUN
hij-1103	404	20	the	the	DET
hij-1103	404	21	model	model	NOUN
hij-1103	404	22	could	could	AUX
hij-1103	404	23	encounter	encounter	VERB
hij-1103	404	24	in	in	ADP
hij-1103	404	25	a	a	DET
hij-1103	404	26	particular	particular	ADJ
hij-1103	404	27	setting	setting	NOUN
hij-1103	404	28	,	,	PUNCT
hij-1103	404	29	especially	especially	ADV
hij-1103	404	30	when	when	SCONJ
hij-1103	404	31	the	the	DET
hij-1103	404	32	environment	environment	NOUN
hij-1103	404	33	is	be	AUX
hij-1103	404	34	more	more	ADV
hij-1103	404	35	intricate	intricate	ADJ
hij-1103	404	36	and	and	CCONJ
hij-1103	404	37	evolving	evolve	VERB
hij-1103	404	38	.	.	PUNCT
hij-1103	405	1	consequently	consequently	ADV
hij-1103	405	2	,	,	PUNCT
hij-1103	405	3	to	to	PART
hij-1103	405	4	evaluate	evaluate	VERB
hij-1103	405	5	the	the	DET
hij-1103	405	6	performance	performance	NOUN
hij-1103	405	7	of	of	ADP
hij-1103	405	8	the	the	DET
hij-1103	405	9	proposed	propose	VERB
hij-1103	405	10	model	model	NOUN
hij-1103	405	11	,	,	PUNCT
hij-1103	405	12	we	we	PRON
hij-1103	405	13	used	use	VERB
hij-1103	405	14	the	the	DET
hij-1103	405	15	roc	roc	PROPN
hij-1103	405	16	curve	curve	NOUN
hij-1103	405	17	and	and	CCONJ
hij-1103	405	18	auc	auc	NOUN
hij-1103	405	19	tests	test	NOUN
hij-1103	405	20	.	.	PUNCT
hij-1103	406	1	the	the	DET
hij-1103	406	2	high	high	ADJ
hij-1103	406	3	auc	auc	NOUN
hij-1103	406	4	value	value	NOUN
hij-1103	406	5	also	also	ADV
hij-1103	406	6	attests	attest	VERB
hij-1103	406	7	to	to	ADP
hij-1103	406	8	the	the	DET
hij-1103	406	9	model	model	NOUN
hij-1103	406	10	's	's	PART
hij-1103	406	11	efficiency	efficiency	NOUN
hij-1103	406	12	in	in	ADP
hij-1103	406	13	achieving	achieve	VERB
hij-1103	406	14	a	a	DET
hij-1103	406	15	high	high	ADJ
hij-1103	406	16	tpr	tpr	NOUN
hij-1103	406	17	and	and	CCONJ
hij-1103	406	18	low	low	ADJ
hij-1103	406	19	fpr	fpr	NOUN
hij-1103	406	20	,	,	PUNCT
hij-1103	406	21	which	which	PRON
hij-1103	406	22	is	be	AUX
hij-1103	406	23	crucial	crucial	ADJ
hij-1103	406	24	when	when	SCONJ
hij-1103	406	25	dealing	deal	VERB
hij-1103	406	26	with	with	ADP
hij-1103	406	27	malware	malware	NOUN
hij-1103	406	28	detection	detection	NOUN
hij-1103	406	29	.	.	PUNCT
hij-1103	407	1	the	the	DET
hij-1103	407	2	training	training	NOUN
hij-1103	407	3	and	and	CCONJ
hij-1103	407	4	testing	testing	NOUN
hij-1103	407	5	phases	phase	NOUN
hij-1103	407	6	were	be	AUX
hij-1103	407	7	confirmed	confirm	VERB
hij-1103	407	8	to	to	PART
hij-1103	407	9	be	be	AUX
hij-1103	407	10	well	well	ADV
hij-1103	407	11	-	-	PUNCT
hij-1103	407	12	trained	train	VERB
hij-1103	407	13	,	,	PUNCT
hij-1103	407	14	and	and	CCONJ
hij-1103	407	15	both	both	DET
hij-1103	407	16	phases	phase	NOUN
hij-1103	407	17	demonstrated	demonstrate	VERB
hij-1103	407	18	a	a	DET
hij-1103	407	19	decrease	decrease	NOUN
hij-1103	407	20	in	in	ADP
hij-1103	407	21	the	the	DET
hij-1103	407	22	training	training	NOUN
hij-1103	407	23	loss	loss	NOUN
hij-1103	407	24	and	and	CCONJ
hij-1103	407	25	testing	testing	NOUN
hij-1103	407	26	loss	loss	NOUN
hij-1103	407	27	with	with	ADP
hij-1103	407	28	the	the	DET
hij-1103	407	29	epoch	epoch	ADJ
hij-1103	407	30	number	number	NOUN
hij-1103	407	31	.	.	PUNCT
hij-1103	408	1	the	the	DET
hij-1103	408	2	choice	choice	NOUN
hij-1103	408	3	of	of	ADP
hij-1103	408	4	regularized	regularize	VERB
hij-1103	408	5	logistic	logistic	ADJ
hij-1103	408	6	regression	regression	NOUN
hij-1103	408	7	as	as	ADP
hij-1103	408	8	a	a	DET
hij-1103	408	9	final	final	ADJ
hij-1103	408	10	model	model	NOUN
hij-1103	408	11	shows	show	VERB
hij-1103	408	12	that	that	SCONJ
hij-1103	408	13	the	the	DET
hij-1103	408	14	model	model	NOUN
hij-1103	408	15	did	do	AUX
hij-1103	408	16	not	not	PART
hij-1103	408	17	overfit	overfit	VERB
hij-1103	408	18	the	the	DET
hij-1103	408	19	data	datum	NOUN
hij-1103	408	20	it	it	PRON
hij-1103	408	21	was	be	AUX
hij-1103	408	22	trained	train	VERB
hij-1103	408	23	on	on	ADP
hij-1103	408	24	while	while	SCONJ
hij-1103	408	25	learning	learn	VERB
hij-1103	408	26	the	the	DET
hij-1103	408	27	necessary	necessary	ADJ
hij-1103	408	28	patterns	pattern	NOUN
hij-1103	408	29	of	of	ADP
hij-1103	408	30	malware	malware	NOUN
hij-1103	408	31	attacks	attack	NOUN
hij-1103	408	32	.	.	PUNCT
hij-1103	409	1	however	however	ADV
hij-1103	409	2	,	,	PUNCT
hij-1103	409	3	it	it	PRON
hij-1103	409	4	is	be	AUX
hij-1103	409	5	crucial	crucial	ADJ
hij-1103	409	6	to	to	PART
hij-1103	409	7	note	note	VERB
hij-1103	409	8	that	that	SCONJ
hij-1103	409	9	the	the	DET
hij-1103	409	10	model	model	NOUN
hij-1103	409	11	used	use	VERB
hij-1103	409	12	can	can	AUX
hij-1103	409	13	be	be	AUX
hij-1103	409	14	sensitive	sensitive	ADJ
hij-1103	409	15	to	to	ADP
hij-1103	409	16	the	the	DET
hij-1103	409	17	characteristics	characteristic	NOUN
hij-1103	409	18	of	of	ADP
hij-1103	409	19	the	the	DET
hij-1103	409	20	given	give	VERB
hij-1103	409	21	dataset	dataset	NOUN
hij-1103	409	22	,	,	PUNCT
hij-1103	409	23	such	such	ADJ
hij-1103	409	24	as	as	ADP
hij-1103	409	25	the	the	DET
hij-1103	409	26	distribution	distribution	NOUN
hij-1103	409	27	and	and	CCONJ
hij-1103	409	28	frequency	frequency	NOUN
hij-1103	409	29	of	of	ADP
hij-1103	409	30	various	various	ADJ
hij-1103	409	31	types	type	NOUN
hij-1103	409	32	of	of	ADP
hij-1103	409	33	malware	malware	NOUN
hij-1103	409	34	.	.	PUNCT
hij-1103	410	1	therefore	therefore	ADV
hij-1103	410	2	,	,	PUNCT
hij-1103	410	3	more	more	ADJ
hij-1103	410	4	studies	study	NOUN
hij-1103	410	5	should	should	AUX
hij-1103	410	6	be	be	AUX
hij-1103	410	7	conducted	conduct	VERB
hij-1103	410	8	using	use	VERB
hij-1103	410	9	the	the	DET
hij-1103	410	10	proposed	propose	VERB
hij-1103	410	11	model	model	NOUN
hij-1103	410	12	on	on	ADP
hij-1103	410	13	more	more	ADV
hij-1103	410	14	extensive	extensive	ADJ
hij-1103	410	15	and	and	CCONJ
hij-1103	410	16	diversified	diversified	ADJ
hij-1103	410	17	datasets	dataset	NOUN
hij-1103	410	18	.	.	PUNCT
hij-1103	411	1	this	this	PRON
hij-1103	411	2	would	would	AUX
hij-1103	411	3	help	help	VERB
hij-1103	411	4	to	to	PART
hij-1103	411	5	compare	compare	VERB
hij-1103	411	6	the	the	DET
hij-1103	411	7	model	model	NOUN
hij-1103	411	8	's	's	PART
hij-1103	411	9	performance	performance	NOUN
hij-1103	411	10	to	to	ADP
hij-1103	411	11	different	different	ADJ
hij-1103	411	12	malware	malware	NOUN
hij-1103	411	13	attacks	attack	NOUN
hij-1103	411	14	and	and	CCONJ
hij-1103	411	15	conditions	condition	NOUN
hij-1103	411	16	,	,	PUNCT
hij-1103	411	17	thus	thus	ADV
hij-1103	411	18	enhancing	enhance	VERB
hij-1103	411	19	its	its	PRON
hij-1103	411	20	practical	practical	ADJ
hij-1103	411	21	usability	usability	NOUN
hij-1103	411	22	.	.	PUNCT
hij-1103	412	1	the	the	DET
hij-1103	412	2	study	study	NOUN
hij-1103	412	3	claims	claim	VERB
hij-1103	412	4	that	that	SCONJ
hij-1103	412	5	the	the	DET
hij-1103	412	6	proposed	propose	VERB
hij-1103	412	7	vgg16	vgg16	PROPN
hij-1103	412	8	cnn	cnn	PROPN
hij-1103	412	9	model	model	NOUN
hij-1103	412	10	has	have	VERB
hij-1103	412	11	high	high	ADJ
hij-1103	412	12	accuracy	accuracy	NOUN
hij-1103	412	13	,	,	PUNCT
hij-1103	412	14	precision	precision	NOUN
hij-1103	412	15	,	,	PUNCT
hij-1103	412	16	recall	recall	NOUN
hij-1103	412	17	,	,	PUNCT
hij-1103	412	18	and	and	CCONJ
hij-1103	412	19	auc	auc	NOUN
hij-1103	412	20	,	,	PUNCT
hij-1103	412	21	which	which	PRON
hij-1103	412	22	could	could	AUX
hij-1103	412	23	help	help	VERB
hij-1103	412	24	successfully	successfully	ADV
hij-1103	412	25	address	address	VERB
hij-1103	412	26	malware	malware	NOUN
hij-1103	412	27	threats	threat	NOUN
hij-1103	412	28	and	and	CCONJ
hij-1103	412	29	risks	risk	NOUN
hij-1103	412	30	.	.	PUNCT
hij-1103	413	1	however	however	ADV
hij-1103	413	2	,	,	PUNCT
hij-1103	413	3	when	when	SCONJ
hij-1103	413	4	new	new	ADJ
hij-1103	413	5	and	and	CCONJ
hij-1103	413	6	rapidly	rapidly	ADV
hij-1103	413	7	changing	change	VERB
hij-1103	413	8	forms	form	NOUN
hij-1103	413	9	of	of	ADP
hij-1103	413	10	malware	malware	NOUN
hij-1103	413	11	are	be	AUX
hij-1103	413	12	encountered	encounter	VERB
hij-1103	413	13	,	,	PUNCT
hij-1103	413	14	technical	technical	ADJ
hij-1103	413	15	analysis	analysis	NOUN
hij-1103	413	16	must	must	AUX
hij-1103	413	17	be	be	AUX
hij-1103	413	18	extended	extend	VERB
hij-1103	413	19	,	,	PUNCT
hij-1103	413	20	and	and	CCONJ
hij-1103	413	21	a	a	DET
hij-1103	413	22	vast	vast	ADJ
hij-1103	413	23	dataset	dataset	NOUN
hij-1103	413	24	must	must	AUX
hij-1103	413	25	be	be	AUX
hij-1103	413	26	used	use	VERB
hij-1103	413	27	to	to	PART
hij-1103	413	28	improve	improve	VERB
hij-1103	413	29	the	the	DET
hij-1103	413	30	model	model	NOUN
hij-1103	413	31	.	.	PUNCT
hij-1103	414	1	these	these	DET
hij-1103	414	2	steps	step	NOUN
hij-1103	414	3	advance	advance	VERB
hij-1103	414	4	the	the	DET
hij-1103	414	5	model	model	NOUN
hij-1103	414	6	’s	’s	PART
hij-1103	414	7	capacity	capacity	NOUN
hij-1103	414	8	to	to	PART
hij-1103	414	9	detect	detect	VERB
hij-1103	414	10	various	various	ADJ
hij-1103	414	11	forms	form	NOUN
hij-1103	414	12	of	of	ADP
hij-1103	414	13	malware	malware	NOUN
hij-1103	414	14	and	and	CCONJ
hij-1103	414	15	enhance	enhance	VERB
hij-1103	414	16	its	its	PRON
hij-1103	414	17	effectiveness	effectiveness	NOUN
hij-1103	414	18	under	under	ADP
hij-1103	414	19	multiple	multiple	ADJ
hij-1103	414	20	conditions	condition	NOUN
hij-1103	414	21	that	that	PRON
hij-1103	414	22	imitate	imitate	VERB
hij-1103	414	23	real	real	ADJ
hij-1103	414	24	-	-	PUNCT
hij-1103	414	25	life	life	NOUN
hij-1103	414	26	situations	situation	NOUN
hij-1103	414	27	.	.	PUNCT
hij-1103	415	1	6.1	6.1	NUM
hij-1103	415	2	.	.	PUNCT
hij-1103	415	3	comparative	comparative	ADJ
hij-1103	415	4	analysis	analysis	NOUN
hij-1103	415	5	deep	deep	ADJ
hij-1103	415	6	learning	learning	NOUN
hij-1103	415	7	and	and	CCONJ
hij-1103	415	8	image	image	NOUN
hij-1103	415	9	processing	processing	NOUN
hij-1103	415	10	methods	method	NOUN
hij-1103	415	11	have	have	AUX
hij-1103	415	12	become	become	VERB
hij-1103	415	13	popular	popular	ADJ
hij-1103	415	14	for	for	ADP
hij-1103	415	15	malware	malware	NOUN
hij-1103	415	16	detection	detection	NOUN
hij-1103	415	17	in	in	ADP
hij-1103	415	18	the	the	DET
hij-1103	415	19	recent	recent	ADJ
hij-1103	415	20	past	past	NOUN
hij-1103	415	21	,	,	PUNCT
hij-1103	415	22	owing	owe	VERB
hij-1103	415	23	to	to	ADP
hij-1103	415	24	the	the	DET
hij-1103	415	25	advanced	advanced	ADJ
hij-1103	415	26	levels	level	NOUN
hij-1103	415	27	of	of	ADP
hij-1103	415	28	cyber	cyber	NOUN
hij-1103	415	29	threats	threat	NOUN
hij-1103	415	30	.	.	PUNCT
hij-1103	416	1	many	many	ADJ
hij-1103	416	2	studies	study	NOUN
hij-1103	416	3	have	have	AUX
hij-1103	416	4	analyzed	analyze	VERB
hij-1103	416	5	the	the	DET
hij-1103	416	6	various	various	ADJ
hij-1103	416	7	strategies	strategy	NOUN
hij-1103	416	8	employed	employ	VERB
hij-1103	416	9	with	with	ADP
hij-1103	416	10	different	different	ADJ
hij-1103	416	11	levels	level	NOUN
hij-1103	416	12	of	of	ADP
hij-1103	416	13	effectiveness	effectiveness	NOUN
hij-1103	416	14	in	in	ADP
hij-1103	416	15	designing	design	VERB
hij-1103	416	16	reliable	reliable	ADJ
hij-1103	416	17	malware	malware	NOUN
hij-1103	416	18	detection	detection	NOUN
hij-1103	416	19	systems	system	NOUN
hij-1103	416	20	.	.	PUNCT
hij-1103	417	1	a	a	DET
hij-1103	417	2	literature	literature	NOUN
hij-1103	417	3	review	review	NOUN
hij-1103	417	4	shows	show	VERB
hij-1103	417	5	the	the	DET
hij-1103	417	6	trends	trend	NOUN
hij-1103	417	7	in	in	ADP
hij-1103	417	8	the	the	DET
hij-1103	417	9	use	use	NOUN
hij-1103	417	10	of	of	ADP
hij-1103	417	11	the	the	DET
hij-1103	417	12	protocols	protocol	NOUN
hij-1103	417	13	and	and	CCONJ
hij-1103	417	14	justifies	justify	VERB
hij-1103	417	15	the	the	DET
hij-1103	417	16	use	use	NOUN
hij-1103	417	17	of	of	ADP
hij-1103	417	18	the	the	DET
hij-1103	417	19	proposed	propose	VERB
hij-1103	417	20	vgg19	vgg19	PROPN
hij-1103	417	21	model	model	NOUN
hij-1103	417	22	with	with	ADP
hij-1103	417	23	cnn	cnn	PROPN
hij-1103	417	24	layers	layer	NOUN
hij-1103	417	25	.	.	PUNCT
hij-1103	418	1	our	our	PRON
hij-1103	418	2	method	method	NOUN
hij-1103	418	3	increases	increase	VERB
hij-1103	418	4	the	the	DET
hij-1103	418	5	effectiveness	effectiveness	NOUN
hij-1103	418	6	of	of	ADP
hij-1103	418	7	the	the	DET
hij-1103	418	8	solution	solution	NOUN
hij-1103	418	9	to	to	ADP
hij-1103	418	10	a	a	DET
hij-1103	418	11	level	level	NOUN
hij-1103	418	12	higher	high	ADJ
hij-1103	418	13	than	than	ADP
hij-1103	418	14	that	that	PRON
hij-1103	418	15	of	of	ADP
hij-1103	418	16	several	several	ADJ
hij-1103	418	17	existing	exist	VERB
hij-1103	418	18	models	model	NOUN
hij-1103	418	19	,	,	PUNCT
hij-1103	418	20	making	make	VERB
hij-1103	418	21	it	it	PRON
hij-1103	418	22	the	the	DET
hij-1103	418	23	best	good	ADJ
hij-1103	418	24	solution	solution	NOUN
hij-1103	418	25	for	for	ADP
hij-1103	418	26	detecting	detect	VERB
hij-1103	418	27	and	and	CCONJ
hij-1103	418	28	preventing	prevent	VERB
hij-1103	418	29	advanced	advanced	ADJ
hij-1103	418	30	malware	malware	NOUN
hij-1103	418	31	.	.	PUNCT
hij-1103	419	1	table	table	NOUN
hij-1103	419	2	9	9	NUM
hij-1103	419	3	and	and	CCONJ
hij-1103	419	4	figure	figure	VERB
hij-1103	419	5	18	18	NUM
hij-1103	419	6	present	present	ADJ
hij-1103	419	7	the	the	DET
hij-1103	419	8	comparative	comparative	ADJ
hij-1103	419	9	studies	study	NOUN
hij-1103	419	10	related	relate	VERB
hij-1103	419	11	to	to	ADP
hij-1103	419	12	our	our	PRON
hij-1103	419	13	work	work	NOUN
hij-1103	419	14	.	.	PUNCT
hij-1103	420	1	hightech	hightech	NOUN
hij-1103	420	2	and	and	CCONJ
hij-1103	420	3	innovation	innovation	NOUN
hij-1103	420	4	journal	journal	PROPN
hij-1103	420	5	vol	vol	NOUN
hij-1103	420	6	.	.	PROPN
hij-1103	421	1	6	6	NUM
hij-1103	421	2	,	,	PUNCT
hij-1103	421	3	no	no	INTJ
hij-1103	421	4	.	.	NOUN
hij-1103	421	5	2	2	NUM
hij-1103	421	6	,	,	PUNCT
hij-1103	421	7	june	june	PROPN
hij-1103	421	8	,	,	PUNCT
hij-1103	421	9	2025	2025	NUM
hij-1103	422	1	680	680	NUM
hij-1103	422	2	table	table	NOUN
hij-1103	422	3	9	9	NUM
hij-1103	422	4	.	.	PUNCT
hij-1103	423	1	comparative	comparative	ADJ
hij-1103	423	2	studies	study	NOUN
hij-1103	423	3	related	relate	VERB
hij-1103	423	4	to	to	ADP
hij-1103	423	5	work	work	NOUN
hij-1103	423	6	ref	ref	NOUN
hij-1103	423	7	approach	approach	NOUN
hij-1103	423	8	accuracy	accuracy	NOUN
hij-1103	423	9	dataset	dataset	VERB
hij-1103	423	10	poornima	poornima	PROPN
hij-1103	423	11	et	et	PROPN
hij-1103	423	12	al	al	PROPN
hij-1103	423	13	.	.	PROPN
hij-1103	424	1	(	(	PUNCT
hij-1103	424	2	2024	2024	NUM
hij-1103	424	3	)	)	PUNCT
hij-1103	425	1	[	[	X
hij-1103	425	2	9	9	NUM
hij-1103	425	3	]	]	X
hij-1103	425	4	mad	mad	ADJ
hij-1103	425	5	-	-	ADJ
hij-1103	425	6	net	net	ADJ
hij-1103	425	7	technique	technique	NOUN
hij-1103	425	8	96.75	96.75	NUM
hij-1103	425	9	%	%	NOUN
hij-1103	425	10	cicandmal2017	cicandmal2017	PROPN
hij-1103	425	11	djenna	djenna	NOUN
hij-1103	425	12	et	et	PROPN
hij-1103	425	13	al	al	PROPN
hij-1103	425	14	.	.	PROPN
hij-1103	426	1	(	(	PUNCT
hij-1103	426	2	2023	2023	NUM
hij-1103	426	3	)	)	PUNCT
hij-1103	427	1	[	[	X
hij-1103	427	2	10	10	NUM
hij-1103	427	3	]	]	X
hij-1103	427	4	dnn	dnn	PROPN
hij-1103	427	5	,	,	PUNCT
hij-1103	427	6	rf	rf	NOUN
hij-1103	427	7	techniques	technique	NOUN
hij-1103	427	8	97	97	NUM
hij-1103	427	9	%	%	NOUN
hij-1103	427	10	cicandmal2017	cicandmal2017	PROPN
hij-1103	427	11	atif	atif	PROPN
hij-1103	427	12	et	et	PROPN
hij-1103	427	13	al	al	PROPN
hij-1103	427	14	.	.	PROPN
hij-1103	428	1	(	(	PUNCT
hij-1103	428	2	2023	2023	NUM
hij-1103	428	3	)	)	PUNCT
hij-1103	429	1	[	[	X
hij-1103	429	2	11	11	NUM
hij-1103	429	3	]	]	PUNCT
hij-1103	429	4	feature	feature	NOUN
hij-1103	429	5	selection	selection	NOUN
hij-1103	429	6	,	,	PUNCT
hij-1103	429	7	cnn	cnn	PROPN
hij-1103	429	8	-	-	PUNCT
hij-1103	429	9	lstm	lstm	ADJ
hij-1103	429	10	98	98	NUM
hij-1103	429	11	%	%	NOUN
hij-1103	429	12	cic	cic	NOUN
hij-1103	429	13	-	-	PUNCT
hij-1103	429	14	andmal2017	andmal2017	PROPN
hij-1103	429	15	,	,	PUNCT
hij-1103	429	16	cic	cic	PROPN
hij-1103	429	17	-	-	PUNCT
hij-1103	429	18	invesandmal2019	invesandmal2019	PROPN
hij-1103	429	19	aldini	aldini	NOUN
hij-1103	429	20	et	et	PROPN
hij-1103	429	21	al	al	PROPN
hij-1103	429	22	.	.	PROPN
hij-1103	429	23	(	(	PUNCT
hij-1103	429	24	2024	2024	NUM
hij-1103	429	25	)	)	PUNCT
hij-1103	430	1	[	[	X
hij-1103	430	2	12	12	NUM
hij-1103	430	3	]	]	PUNCT
hij-1103	430	4	cnn	cnn	PROPN
hij-1103	430	5	models	model	NOUN
hij-1103	430	6	,	,	PUNCT
hij-1103	430	7	classifiers	classifier	NOUN
hij-1103	430	8	94.41	94.41	NUM
hij-1103	430	9	%	%	NOUN
hij-1103	430	10	cic	cic	PROPN
hij-1103	430	11	-	-	PUNCT
hij-1103	430	12	andmal2017	andmal2017	PROPN
hij-1103	430	13	and	and	CCONJ
hij-1103	430	14	cic	cic	PROPN
hij-1103	430	15	-	-	PUNCT
hij-1103	430	16	invesandmal2019	invesandmal2019	PROPN
hij-1103	430	17	kiraz	kiraz	PROPN
hij-1103	430	18	et	et	PROPN
hij-1103	430	19	al	al	PROPN
hij-1103	430	20	.	.	PROPN
hij-1103	430	21	(	(	PUNCT
hij-1103	430	22	2024	2024	NUM
hij-1103	430	23	)	)	PUNCT
hij-1103	431	1	[	[	X
hij-1103	431	2	13	13	NUM
hij-1103	431	3	]	]	X
hij-1103	431	4	cnn	cnn	PROPN
hij-1103	431	5	-	-	PUNCT
hij-1103	431	6	based	base	VERB
hij-1103	431	7	,	,	PUNCT
hij-1103	431	8	bert	bert	PROPN
hij-1103	431	9	91	91	NUM
hij-1103	431	10	%	%	NOUN
hij-1103	431	11	cicmaldroid	cicmaldroid	NOUN
hij-1103	431	12	2020	2020	NUM
hij-1103	431	13	bau	bau	PROPN
hij-1103	431	14	et	et	PROPN
hij-1103	431	15	al	al	PROPN
hij-1103	431	16	.	.	PROPN
hij-1103	431	17	(	(	PUNCT
hij-1103	431	18	2024	2024	NUM
hij-1103	431	19	)	)	PUNCT
hij-1103	432	1	[	[	X
hij-1103	432	2	15	15	NUM
hij-1103	432	3	]	]	X
hij-1103	432	4	rf	rf	PROPN
hij-1103	432	5	,	,	PUNCT
hij-1103	432	6	ann	ann	PROPN
hij-1103	432	7	,	,	PUNCT
hij-1103	432	8	cnn	cnn	PROPN
hij-1103	432	9	95.30	95.30	NUM
hij-1103	432	10	%	%	NOUN
hij-1103	432	11	cicinvesandmal2019	cicinvesandmal2019	PROPN
hij-1103	432	12	,	,	PUNCT
hij-1103	432	13	android	android	PROPN
hij-1103	432	14	malware	malware	VERB
hij-1103	432	15	our	our	PRON
hij-1103	432	16	method	method	PROPN
hij-1103	432	17	vgg19	vgg19	PROPN
hij-1103	432	18	with	with	ADP
hij-1103	432	19	cnn	cnn	PROPN
hij-1103	432	20	layers	layer	NOUN
hij-1103	432	21	99.35	99.35	NUM
hij-1103	432	22	%	%	NOUN
hij-1103	432	23	cic	cic	PROPN
hij-1103	432	24	-	-	PUNCT
hij-1103	432	25	andmal2017	andmal2017	PRON
hij-1103	432	26	deep	deep	ADJ
hij-1103	432	27	learning	learning	NOUN
hij-1103	432	28	and	and	CCONJ
hij-1103	432	29	image	image	NOUN
hij-1103	432	30	processing	processing	NOUN
hij-1103	432	31	methods	method	NOUN
hij-1103	432	32	have	have	AUX
hij-1103	432	33	become	become	VERB
hij-1103	432	34	popular	popular	ADJ
hij-1103	432	35	for	for	ADP
hij-1103	432	36	malware	malware	NOUN
hij-1103	432	37	detection	detection	NOUN
hij-1103	432	38	in	in	ADP
hij-1103	432	39	the	the	DET
hij-1103	432	40	recent	recent	ADJ
hij-1103	432	41	past	past	NOUN
hij-1103	432	42	,	,	PUNCT
hij-1103	432	43	owing	owe	VERB
hij-1103	432	44	to	to	ADP
hij-1103	432	45	the	the	DET
hij-1103	432	46	advanced	advanced	ADJ
hij-1103	432	47	levels	level	NOUN
hij-1103	432	48	of	of	ADP
hij-1103	432	49	cyber	cyber	NOUN
hij-1103	432	50	threats	threat	NOUN
hij-1103	432	51	.	.	PUNCT
hij-1103	433	1	many	many	ADJ
hij-1103	433	2	studies	study	NOUN
hij-1103	433	3	have	have	AUX
hij-1103	433	4	analyzed	analyze	VERB
hij-1103	433	5	the	the	DET
hij-1103	433	6	various	various	ADJ
hij-1103	433	7	strategies	strategy	NOUN
hij-1103	433	8	employed	employ	VERB
hij-1103	433	9	with	with	ADP
hij-1103	433	10	different	different	ADJ
hij-1103	433	11	levels	level	NOUN
hij-1103	433	12	of	of	ADP
hij-1103	433	13	effectiveness	effectiveness	NOUN
hij-1103	433	14	in	in	ADP
hij-1103	433	15	designing	design	VERB
hij-1103	433	16	reliable	reliable	ADJ
hij-1103	433	17	malware	malware	NOUN
hij-1103	433	18	detection	detection	NOUN
hij-1103	433	19	systems	system	NOUN
hij-1103	433	20	.	.	PUNCT
hij-1103	434	1	a	a	DET
hij-1103	434	2	literature	literature	NOUN
hij-1103	434	3	review	review	NOUN
hij-1103	434	4	shows	show	VERB
hij-1103	434	5	the	the	DET
hij-1103	434	6	trends	trend	NOUN
hij-1103	434	7	in	in	ADP
hij-1103	434	8	the	the	DET
hij-1103	434	9	use	use	NOUN
hij-1103	434	10	of	of	ADP
hij-1103	434	11	the	the	DET
hij-1103	434	12	protocols	protocol	NOUN
hij-1103	434	13	and	and	CCONJ
hij-1103	434	14	justifies	justify	VERB
hij-1103	434	15	the	the	DET
hij-1103	434	16	use	use	NOUN
hij-1103	434	17	of	of	ADP
hij-1103	434	18	the	the	DET
hij-1103	434	19	proposed	propose	VERB
hij-1103	434	20	vgg19	vgg19	PROPN
hij-1103	434	21	model	model	NOUN
hij-1103	434	22	with	with	ADP
hij-1103	434	23	cnn	cnn	PROPN
hij-1103	434	24	layers	layer	NOUN
hij-1103	434	25	.	.	PUNCT
hij-1103	435	1	our	our	PRON
hij-1103	435	2	method	method	NOUN
hij-1103	435	3	increases	increase	VERB
hij-1103	435	4	the	the	DET
hij-1103	435	5	effectiveness	effectiveness	NOUN
hij-1103	435	6	of	of	ADP
hij-1103	435	7	the	the	DET
hij-1103	435	8	solution	solution	NOUN
hij-1103	435	9	to	to	ADP
hij-1103	435	10	a	a	DET
hij-1103	435	11	level	level	NOUN
hij-1103	435	12	higher	high	ADJ
hij-1103	435	13	than	than	ADP
hij-1103	435	14	that	that	PRON
hij-1103	435	15	of	of	ADP
hij-1103	435	16	several	several	ADJ
hij-1103	435	17	existing	exist	VERB
hij-1103	435	18	models	model	NOUN
hij-1103	435	19	,	,	PUNCT
hij-1103	435	20	making	make	VERB
hij-1103	435	21	it	it	PRON
hij-1103	435	22	the	the	DET
hij-1103	435	23	best	good	ADJ
hij-1103	435	24	solution	solution	NOUN
hij-1103	435	25	for	for	ADP
hij-1103	435	26	detecting	detect	VERB
hij-1103	435	27	and	and	CCONJ
hij-1103	435	28	preventing	prevent	VERB
hij-1103	435	29	advanced	advanced	ADJ
hij-1103	435	30	malware	malware	NOUN
hij-1103	435	31	.	.	PUNCT
hij-1103	436	1	figure	figure	NOUN
hij-1103	436	2	18	18	NUM
hij-1103	436	3	.	.	PUNCT
hij-1103	437	1	comparative	comparative	ADJ
hij-1103	437	2	analysis	analysis	NOUN
hij-1103	437	3	bar	bar	NOUN
hij-1103	437	4	chart	chart	NOUN
hij-1103	437	5	in	in	ADP
hij-1103	437	6	their	their	PRON
hij-1103	437	7	research	research	NOUN
hij-1103	437	8	,	,	PUNCT
hij-1103	437	9	poornima	poornima	PROPN
hij-1103	437	10	et	et	PROPN
hij-1103	437	11	al	al	PROPN
hij-1103	437	12	.	.	PUNCT
hij-1103	438	1	[	[	X
hij-1103	438	2	9	9	NUM
hij-1103	438	3	]	]	PUNCT
hij-1103	438	4	,	,	PUNCT
hij-1103	438	5	the	the	DET
hij-1103	438	6	method	method	NOUN
hij-1103	438	7	was	be	AUX
hij-1103	438	8	based	base	VERB
hij-1103	438	9	on	on	ADP
hij-1103	438	10	the	the	DET
hij-1103	438	11	mad	mad	ADJ
hij-1103	438	12	-	-	ADJ
hij-1103	438	13	net	net	ADJ
hij-1103	438	14	technique	technique	NOUN
hij-1103	438	15	with	with	ADP
hij-1103	438	16	a	a	DET
hij-1103	438	17	model	model	NOUN
hij-1103	438	18	accuracy	accuracy	NOUN
hij-1103	438	19	of	of	ADP
hij-1103	438	20	96.75	96.75	NUM
hij-1103	438	21	%	%	NOUN
hij-1103	438	22	on	on	ADP
hij-1103	438	23	cicandmal2017	cicandmal2017	PROPN
hij-1103	438	24	.	.	PUNCT
hij-1103	439	1	at	at	ADP
hij-1103	439	2	the	the	DET
hij-1103	439	3	same	same	ADJ
hij-1103	439	4	time	time	NOUN
hij-1103	439	5	,	,	PUNCT
hij-1103	439	6	malware	malware	NOUN
hij-1103	439	7	is	be	AUX
hij-1103	439	8	detected	detect	VERB
hij-1103	439	9	by	by	ADP
hij-1103	439	10	the	the	DET
hij-1103	439	11	deep	deep	ADJ
hij-1103	439	12	learning	learning	NOUN
hij-1103	439	13	model	model	NOUN
hij-1103	439	14	and	and	CCONJ
hij-1103	439	15	the	the	DET
hij-1103	439	16	feature	feature	NOUN
hij-1103	439	17	extraction	extraction	NOUN
hij-1103	439	18	approach	approach	NOUN
hij-1103	439	19	,	,	PUNCT
hij-1103	439	20	which	which	PRON
hij-1103	439	21	makes	make	VERB
hij-1103	439	22	mad	mad	ADJ
hij-1103	439	23	-	-	ADJ
hij-1103	439	24	net	net	ADJ
hij-1103	439	25	unique	unique	NOUN
hij-1103	439	26	.	.	PUNCT
hij-1103	440	1	however	however	ADV
hij-1103	440	2	,	,	PUNCT
hij-1103	440	3	this	this	DET
hij-1103	440	4	model	model	NOUN
hij-1103	440	5	has	have	VERB
hij-1103	440	6	a	a	DET
hij-1103	440	7	considerable	considerable	ADJ
hij-1103	440	8	effect	effect	NOUN
hij-1103	440	9	,	,	PUNCT
hij-1103	440	10	but	but	CCONJ
hij-1103	440	11	the	the	DET
hij-1103	440	12	method	method	NOUN
hij-1103	440	13	proposed	propose	VERB
hij-1103	440	14	in	in	ADP
hij-1103	440	15	this	this	DET
hij-1103	440	16	paper	paper	NOUN
hij-1103	440	17	is	be	AUX
hij-1103	440	18	more	more	ADV
hij-1103	440	19	effective	effective	ADJ
hij-1103	440	20	in	in	ADP
hij-1103	440	21	this	this	DET
hij-1103	440	22	regard	regard	NOUN
hij-1103	440	23	.	.	PUNCT
hij-1103	441	1	therefore	therefore	ADV
hij-1103	441	2	,	,	PUNCT
hij-1103	441	3	with	with	ADP
hij-1103	441	4	the	the	DET
hij-1103	441	5	help	help	NOUN
hij-1103	441	6	of	of	ADP
hij-1103	441	7	the	the	DET
hij-1103	441	8	vgg19	vgg19	NOUN
hij-1103	441	9	architecture	architecture	NOUN
hij-1103	441	10	,	,	PUNCT
hij-1103	441	11	the	the	DET
hij-1103	441	12	improved	improved	ADJ
hij-1103	441	13	image	image	NOUN
hij-1103	441	14	-	-	PUNCT
hij-1103	441	15	based	base	VERB
hij-1103	441	16	approach	approach	NOUN
hij-1103	441	17	increased	increase	VERB
hij-1103	441	18	the	the	DET
hij-1103	441	19	detection	detection	NOUN
hij-1103	441	20	rate	rate	NOUN
hij-1103	441	21	to	to	ADP
hij-1103	441	22	99.35	99.35	NUM
hij-1103	441	23	percent	percent	NOUN
hij-1103	441	24	,	,	PUNCT
hij-1103	441	25	which	which	PRON
hij-1103	441	26	is	be	AUX
hij-1103	441	27	the	the	DET
hij-1103	441	28	best	good	ADJ
hij-1103	441	29	precision	precision	NOUN
hij-1103	441	30	of	of	ADP
hij-1103	441	31	the	the	DET
hij-1103	441	32	detection	detection	NOUN
hij-1103	441	33	rate	rate	NOUN
hij-1103	441	34	record	record	NOUN
hij-1103	441	35	.	.	PUNCT
hij-1103	442	1	similarly	similarly	ADV
hij-1103	442	2	,	,	PUNCT
hij-1103	442	3	djenna	djenna	PROPN
hij-1103	442	4	et	et	PROPN
hij-1103	442	5	al	al	PROPN
hij-1103	442	6	.	.	PUNCT
hij-1103	443	1	[	[	X
hij-1103	443	2	10	10	NUM
hij-1103	443	3	]	]	PUNCT
hij-1103	443	4	applied	apply	VERB
hij-1103	443	5	dnn	dnn	PROPN
hij-1103	443	6	and	and	CCONJ
hij-1103	443	7	rf	rf	VERB
hij-1103	443	8	to	to	PART
hij-1103	443	9	malware	malware	VERB
hij-1103	443	10	classification	classification	NOUN
hij-1103	443	11	based	base	VERB
hij-1103	443	12	on	on	ADP
hij-1103	443	13	the	the	DET
hij-1103	443	14	cicandmal2017	cicandmal2017	PROPN
hij-1103	443	15	dataset	dataset	NOUN
hij-1103	443	16	,	,	PUNCT
hij-1103	443	17	achieving	achieve	VERB
hij-1103	443	18	97	97	NUM
hij-1103	443	19	%	%	NOUN
hij-1103	443	20	accuracy	accuracy	NOUN
hij-1103	443	21	.	.	PUNCT
hij-1103	444	1	the	the	DET
hij-1103	444	2	hybrid	hybrid	ADJ
hij-1103	444	3	model	model	NOUN
hij-1103	444	4	effectively	effectively	ADV
hij-1103	444	5	detects	detect	VERB
hij-1103	444	6	malware	malware	NOUN
hij-1103	444	7	issues	issue	NOUN
hij-1103	444	8	.	.	PUNCT
hij-1103	445	1	however	however	ADV
hij-1103	445	2	,	,	PUNCT
hij-1103	445	3	this	this	PRON
hij-1103	445	4	can	can	AUX
hij-1103	445	5	restrict	restrict	VERB
hij-1103	445	6	the	the	DET
hij-1103	445	7	approach	approach	NOUN
hij-1103	445	8	based	base	VERB
hij-1103	445	9	on	on	ADP
hij-1103	445	10	a	a	DET
hij-1103	445	11	hybrid	hybrid	ADJ
hij-1103	445	12	model	model	NOUN
hij-1103	445	13	.	.	PUNCT
hij-1103	446	1	the	the	DET
hij-1103	446	2	use	use	NOUN
hij-1103	446	3	of	of	ADP
hij-1103	446	4	layers	layer	NOUN
hij-1103	446	5	from	from	ADP
hij-1103	446	6	the	the	DET
hij-1103	446	7	cnn	cnn	PROPN
hij-1103	446	8	in	in	ADP
hij-1103	446	9	the	the	DET
hij-1103	446	10	vgg19	vgg19	NOUN
hij-1103	446	11	structure	structure	NOUN
hij-1103	446	12	is	be	AUX
hij-1103	446	13	preferred	prefer	VERB
hij-1103	446	14	as	as	SCONJ
hij-1103	446	15	they	they	PRON
hij-1103	446	16	learned	learn	VERB
hij-1103	446	17	multiple	multiple	ADJ
hij-1103	446	18	intricate	intricate	ADJ
hij-1103	446	19	features	feature	NOUN
hij-1103	446	20	from	from	ADP
hij-1103	446	21	the	the	DET
hij-1103	446	22	images	image	NOUN
hij-1103	446	23	themselves	themselves	PRON
hij-1103	446	24	,	,	PUNCT
hij-1103	446	25	thereby	thereby	ADV
hij-1103	446	26	generalizing	generalize	VERB
hij-1103	446	27	and	and	CCONJ
hij-1103	446	28	increasing	increase	VERB
hij-1103	446	29	the	the	DET
hij-1103	446	30	performance	performance	NOUN
hij-1103	446	31	.	.	PUNCT
hij-1103	447	1	a	a	DET
hij-1103	447	2	similar	similar	ADJ
hij-1103	447	3	idea	idea	NOUN
hij-1103	447	4	was	be	AUX
hij-1103	447	5	followed	follow	VERB
hij-1103	447	6	by	by	ADP
hij-1103	447	7	atif	atif	PROPN
hij-1103	447	8	et	et	PROPN
hij-1103	447	9	al	al	PROPN
hij-1103	447	10	.	.	PUNCT
hij-1103	448	1	[	[	X
hij-1103	448	2	11	11	NUM
hij-1103	448	3	]	]	PUNCT
hij-1103	448	4	,	,	PUNCT
hij-1103	448	5	who	who	PRON
hij-1103	448	6	proposed	propose	VERB
hij-1103	448	7	a	a	DET
hij-1103	448	8	feature	feature	NOUN
hij-1103	448	9	selection	selection	NOUN
hij-1103	448	10	method	method	NOUN
hij-1103	448	11	that	that	PRON
hij-1103	448	12	combined	combine	VERB
hij-1103	448	13	cnn	cnn	PROPN
hij-1103	448	14	and	and	CCONJ
hij-1103	448	15	lstm	lstm	PROPN
hij-1103	448	16	networks	network	NOUN
hij-1103	448	17	.	.	PUNCT
hij-1103	449	1	this	this	DET
hij-1103	449	2	model	model	NOUN
hij-1103	449	3	produced	produce	VERB
hij-1103	449	4	a	a	DET
hij-1103	449	5	total	total	ADJ
hij-1103	449	6	accuracy	accuracy	NOUN
hij-1103	449	7	of	of	ADP
hij-1103	449	8	98	98	NUM
hij-1103	449	9	%	%	NOUN
hij-1103	449	10	on	on	ADP
hij-1103	449	11	two	two	NUM
hij-1103	449	12	datasets	dataset	NOUN
hij-1103	449	13	,	,	PUNCT
hij-1103	449	14	cic	cic	PROPN
hij-1103	449	15	-	-	PUNCT
hij-1103	449	16	andmal2017	andmal2017	PROPN
hij-1103	449	17	and	and	CCONJ
hij-1103	449	18	cicinvesandmal2019	cicinvesandmal2019	PROPN
hij-1103	449	19	.	.	PUNCT
hij-1103	450	1	although	although	SCONJ
hij-1103	450	2	atif	atif	PROPN
hij-1103	450	3	et	et	PROPN
hij-1103	450	4	al	al	PROPN
hij-1103	450	5	.	.	PROPN
hij-1103	450	6	’s	’s	PART
hij-1103	450	7	approach	approach	NOUN
hij-1103	450	8	is	be	AUX
hij-1103	450	9	practical	practical	ADJ
hij-1103	450	10	,	,	PUNCT
hij-1103	450	11	using	use	VERB
hij-1103	450	12	lstm	lstm	NOUN
hij-1103	450	13	for	for	ADP
hij-1103	450	14	sequential	sequential	ADJ
hij-1103	450	15	data	datum	NOUN
hij-1103	450	16	is	be	AUX
hij-1103	450	17	not	not	PART
hij-1103	450	18	the	the	DET
hij-1103	450	19	most	most	ADV
hij-1103	450	20	effective	effective	ADJ
hij-1103	450	21	for	for	ADP
hij-1103	450	22	image	image	NOUN
hij-1103	450	23	analysis	analysis	NOUN
hij-1103	450	24	.	.	PUNCT
hij-1103	451	1	however	however	ADV
hij-1103	451	2	,	,	PUNCT
hij-1103	451	3	our	our	PRON
hij-1103	451	4	method	method	NOUN
hij-1103	451	5	uses	use	VERB
hij-1103	451	6	cnns	cnn	NOUN
hij-1103	451	7	in	in	ADP
hij-1103	451	8	image	image	NOUN
hij-1103	451	9	processing	processing	NOUN
hij-1103	451	10	,	,	PUNCT
hij-1103	451	11	which	which	PRON
hij-1103	451	12	is	be	AUX
hij-1103	451	13	more	more	ADV
hij-1103	451	14	effective	effective	ADJ
hij-1103	451	15	than	than	ADP
hij-1103	451	16	extracting	extract	VERB
hij-1103	451	17	spatial	spatial	ADJ
hij-1103	451	18	hierarchy	hierarchy	NOUN
hij-1103	451	19	from	from	ADP
hij-1103	451	20	malware	malware	NOUN
hij-1103	451	21	images	image	NOUN
hij-1103	451	22	and	and	CCONJ
hij-1103	451	23	,	,	PUNCT
hij-1103	451	24	as	as	ADP
hij-1103	451	25	a	a	DET
hij-1103	451	26	result	result	NOUN
hij-1103	451	27	,	,	PUNCT
hij-1103	451	28	offers	offer	VERB
hij-1103	451	29	superior	superior	ADJ
hij-1103	451	30	classification	classification	NOUN
hij-1103	451	31	performance	performance	NOUN
hij-1103	451	32	on	on	ADP
hij-1103	451	33	the	the	DET
hij-1103	451	34	cic	cic	PROPN
hij-1103	451	35	-	-	PUNCT
hij-1103	451	36	andmal2017	andmal2017	PROPN
hij-1103	451	37	dataset	dataset	NOUN
hij-1103	451	38	.	.	PUNCT
hij-1103	452	1	other	other	ADJ
hij-1103	452	2	researchers	researcher	NOUN
hij-1103	452	3	[	[	X
hij-1103	452	4	12	12	NUM
hij-1103	452	5	]	]	PUNCT
hij-1103	452	6	have	have	AUX
hij-1103	452	7	also	also	ADV
hij-1103	452	8	used	use	VERB
hij-1103	452	9	cnn	cnn	PROPN
hij-1103	452	10	models	model	NOUN
hij-1103	452	11	with	with	ADP
hij-1103	452	12	classifiers	classifier	NOUN
hij-1103	452	13	with	with	ADP
hij-1103	452	14	an	an	DET
hij-1103	452	15	accuracy	accuracy	NOUN
hij-1103	452	16	of	of	ADP
hij-1103	452	17	94.41	94.41	NUM
hij-1103	452	18	%	%	NOUN
hij-1103	452	19	for	for	ADP
hij-1103	452	20	both	both	CCONJ
hij-1103	452	21	the	the	DET
hij-1103	452	22	cicandmal2017	cicandmal2017	PROPN
hij-1103	452	23	and	and	CCONJ
hij-1103	452	24	cic	cic	PROPN
hij-1103	452	25	-	-	PUNCT
hij-1103	452	26	invesandmal2019	invesandmal2019	PROPN
hij-1103	452	27	datasets	dataset	NOUN
hij-1103	452	28	.	.	PUNCT
hij-1103	453	1	although	although	SCONJ
hij-1103	453	2	their	their	PRON
hij-1103	453	3	work	work	NOUN
hij-1103	453	4	centers	center	NOUN
hij-1103	453	5	on	on	ADP
hij-1103	453	6	cnns	cnn	NOUN
hij-1103	453	7	,	,	PUNCT
hij-1103	453	8	the	the	DET
hij-1103	453	9	slightly	slightly	ADV
hij-1103	453	10	lower	low	ADJ
hij-1103	453	11	accuracy	accuracy	NOUN
hij-1103	453	12	shows	show	VERB
hij-1103	453	13	that	that	SCONJ
hij-1103	453	14	the	the	DET
hij-1103	453	15	current	current	ADJ
hij-1103	453	16	model	model	NOUN
hij-1103	453	17	is	be	AUX
hij-1103	453	18	less	less	ADV
hij-1103	453	19	effective	effective	ADJ
hij-1103	453	20	than	than	ADP
hij-1103	453	21	other	other	ADJ
hij-1103	453	22	advanced	advanced	ADJ
hij-1103	453	23	networks	network	NOUN
hij-1103	453	24	,	,	PUNCT
hij-1103	453	25	such	such	ADJ
hij-1103	453	26	as	as	ADP
hij-1103	453	27	vgg19	vgg19	PROPN
hij-1103	453	28	.	.	PUNCT
hij-1103	454	1	the	the	DET
hij-1103	454	2	vgg19	vgg19	NOUN
hij-1103	454	3	architecture	architecture	NOUN
hij-1103	454	4	is	be	AUX
hij-1103	454	5	even	even	ADV
hij-1103	454	6	more	more	ADV
hij-1103	454	7	complex	complex	ADJ
hij-1103	454	8	because	because	SCONJ
hij-1103	454	9	of	of	ADP
hij-1103	454	10	its	its	PRON
hij-1103	454	11	convolutional	convolutional	ADJ
hij-1103	454	12	layers	layer	NOUN
hij-1103	454	13	,	,	PUNCT
hij-1103	454	14	which	which	PRON
hij-1103	454	15	are	be	AUX
hij-1103	454	16	deeper	deep	ADJ
hij-1103	454	17	and	and	CCONJ
hij-1103	454	18	include	include	VERB
hij-1103	454	19	more	more	ADJ
hij-1103	454	20	layers	layer	NOUN
hij-1103	454	21	meant	mean	VERB
hij-1103	454	22	to	to	PART
hij-1103	454	23	identify	identify	VERB
hij-1103	454	24	86.00	86.00	NUM
hij-1103	454	25	%	%	NOUN
hij-1103	454	26	88.00	88.00	NUM
hij-1103	454	27	%	%	NOUN
hij-1103	454	28	90.00	90.00	NUM
hij-1103	454	29	%	%	NOUN
hij-1103	454	30	92.00	92.00	NUM
hij-1103	454	31	%	%	NOUN
hij-1103	454	32	94.00	94.00	NUM
hij-1103	454	33	%	%	NOUN
hij-1103	454	34	96.00	96.00	NUM
hij-1103	454	35	%	%	NOUN
hij-1103	454	36	98.00	98.00	NUM
hij-1103	454	37	%	%	NOUN
hij-1103	454	38	100.00	100.00	NUM
hij-1103	454	39	%	%	NOUN
hij-1103	454	40	[	[	X
hij-1103	454	41	9	9	NUM
hij-1103	454	42	]	]	X
hij-1103	454	43	[	[	X
hij-1103	454	44	10	10	NUM
hij-1103	454	45	]	]	X
hij-1103	455	1	[	[	X
hij-1103	455	2	11	11	NUM
hij-1103	455	3	]	]	X
hij-1103	455	4	[	[	X
hij-1103	455	5	12	12	NUM
hij-1103	455	6	]	]	X
hij-1103	456	1	[	[	X
hij-1103	456	2	13	13	NUM
hij-1103	456	3	]	]	X
hij-1103	457	1	[	[	X
hij-1103	457	2	15	15	NUM
hij-1103	457	3	]	]	X
hij-1103	458	1	[	[	X
hij-1103	458	2	16	16	NUM
hij-1103	458	3	]	]	X
hij-1103	459	1	[	[	X
hij-1103	459	2	17	17	NUM
hij-1103	459	3	]	]	PUNCT
hij-1103	459	4	our	our	PRON
hij-1103	459	5	method	method	NOUN
hij-1103	459	6	a	a	DET
hij-1103	459	7	c	c	NOUN
hij-1103	459	8	c	c	NOUN
hij-1103	459	9	u	u	NOUN
hij-1103	459	10	r	r	NOUN
hij-1103	459	11	a	a	DET
hij-1103	459	12	c	c	NOUN
hij-1103	459	13	y	y	PROPN
hij-1103	459	14	references	reference	NOUN
hij-1103	459	15	hightech	hightech	NOUN
hij-1103	459	16	and	and	CCONJ
hij-1103	459	17	innovation	innovation	NOUN
hij-1103	459	18	journal	journal	PROPN
hij-1103	459	19	vol	vol	NOUN
hij-1103	459	20	.	.	PROPN
hij-1103	459	21	6	6	NUM
hij-1103	459	22	,	,	PUNCT
hij-1103	459	23	no	no	INTJ
hij-1103	459	24	.	.	NOUN
hij-1103	459	25	2	2	NUM
hij-1103	459	26	,	,	PUNCT
hij-1103	459	27	june	june	PROPN
hij-1103	459	28	,	,	PUNCT
hij-1103	459	29	2025	2025	NUM
hij-1103	459	30	681	681	NUM
hij-1103	459	31	patterns	pattern	NOUN
hij-1103	459	32	in	in	ADP
hij-1103	459	33	large	large	ADJ
hij-1103	459	34	datasets	dataset	NOUN
hij-1103	459	35	,	,	PUNCT
hij-1103	459	36	which	which	PRON
hij-1103	459	37	is	be	AUX
hij-1103	459	38	an	an	DET
hij-1103	459	39	advantage	advantage	NOUN
hij-1103	459	40	for	for	ADP
hij-1103	459	41	our	our	PRON
hij-1103	459	42	model	model	NOUN
hij-1103	459	43	.	.	PUNCT
hij-1103	460	1	furthermore	furthermore	ADV
hij-1103	460	2	,	,	PUNCT
hij-1103	460	3	the	the	DET
hij-1103	460	4	work	work	NOUN
hij-1103	460	5	of	of	ADP
hij-1103	460	6	kiraz	kiraz	PROPN
hij-1103	460	7	et	et	PROPN
hij-1103	460	8	al	al	PROPN
hij-1103	460	9	.	.	PUNCT
hij-1103	461	1	[	[	X
hij-1103	461	2	13	13	NUM
hij-1103	461	3	]	]	PUNCT
hij-1103	461	4	can	can	AUX
hij-1103	461	5	be	be	AUX
hij-1103	461	6	considered	consider	VERB
hij-1103	461	7	an	an	DET
hij-1103	461	8	interesting	interesting	ADJ
hij-1103	461	9	attempt	attempt	NOUN
hij-1103	461	10	,	,	PUNCT
hij-1103	461	11	as	as	SCONJ
hij-1103	461	12	the	the	DET
hij-1103	461	13	authors	author	NOUN
hij-1103	461	14	applied	apply	VERB
hij-1103	461	15	cnn	cnn	PROPN
hij-1103	461	16	-	-	PUNCT
hij-1103	461	17	based	base	VERB
hij-1103	461	18	models	model	NOUN
hij-1103	461	19	in	in	ADP
hij-1103	461	20	conjunction	conjunction	NOUN
hij-1103	461	21	with	with	ADP
hij-1103	461	22	bert	bert	PROPN
hij-1103	461	23	(	(	PUNCT
hij-1103	461	24	bidirectional	bidirectional	ADJ
hij-1103	461	25	encoder	encoder	NOUN
hij-1103	461	26	representations	representation	VERB
hij-1103	461	27	from	from	ADP
hij-1103	461	28	transformers	transformer	NOUN
hij-1103	461	29	)	)	PUNCT
hij-1103	461	30	and	and	CCONJ
hij-1103	461	31	achieved	achieve	VERB
hij-1103	461	32	an	an	DET
hij-1103	461	33	accuracy	accuracy	NOUN
hij-1103	461	34	of	of	ADP
hij-1103	461	35	91	91	NUM
hij-1103	461	36	%	%	NOUN
hij-1103	461	37	when	when	SCONJ
hij-1103	461	38	working	work	VERB
hij-1103	461	39	with	with	ADP
hij-1103	461	40	the	the	DET
hij-1103	461	41	cicmaldroid	cicmaldroid	NOUN
hij-1103	461	42	2020	2020	NUM
hij-1103	461	43	dataset	dataset	NOUN
hij-1103	461	44	.	.	PUNCT
hij-1103	462	1	although	although	SCONJ
hij-1103	462	2	bert	bert	PROPN
hij-1103	462	3	provides	provide	VERB
hij-1103	462	4	nlp	nlp	ADJ
hij-1103	462	5	functionality	functionality	NOUN
hij-1103	462	6	,	,	PUNCT
hij-1103	462	7	the	the	DET
hij-1103	462	8	concern	concern	NOUN
hij-1103	462	9	is	be	AUX
hij-1103	462	10	with	with	ADP
hij-1103	462	11	android	android	PROPN
hij-1103	462	12	malware	malware	NOUN
hij-1103	462	13	,	,	PUNCT
hij-1103	462	14	which	which	PRON
hij-1103	462	15	differs	differ	VERB
hij-1103	462	16	from	from	ADP
hij-1103	462	17	the	the	DET
hij-1103	462	18	general	general	ADJ
hij-1103	462	19	approach	approach	NOUN
hij-1103	462	20	because	because	SCONJ
hij-1103	462	21	it	it	PRON
hij-1103	462	22	addresses	address	VERB
hij-1103	462	23	a	a	DET
hij-1103	462	24	more	more	ADV
hij-1103	462	25	comprehensive	comprehensive	ADJ
hij-1103	462	26	range	range	NOUN
hij-1103	462	27	of	of	ADP
hij-1103	462	28	malware	malware	NOUN
hij-1103	462	29	types	type	NOUN
hij-1103	462	30	.	.	PUNCT
hij-1103	463	1	therefore	therefore	ADV
hij-1103	463	2	,	,	PUNCT
hij-1103	463	3	vgg19	vgg19	VERB
hij-1103	463	4	in	in	ADP
hij-1103	463	5	our	our	PRON
hij-1103	463	6	model	model	NOUN
hij-1103	463	7	is	be	AUX
hij-1103	463	8	again	again	ADV
hij-1103	463	9	very	very	ADV
hij-1103	463	10	efficient	efficient	ADJ
hij-1103	463	11	in	in	ADP
hij-1103	463	12	detecting	detect	VERB
hij-1103	463	13	different	different	ADJ
hij-1103	463	14	forms	form	NOUN
hij-1103	463	15	of	of	ADP
hij-1103	463	16	malware	malware	NOUN
hij-1103	463	17	on	on	ADP
hij-1103	463	18	various	various	ADJ
hij-1103	463	19	platforms	platform	NOUN
hij-1103	463	20	,	,	PUNCT
hij-1103	463	21	resulting	result	VERB
hij-1103	463	22	in	in	ADP
hij-1103	463	23	higher	high	ADJ
hij-1103	463	24	accuracy	accuracy	NOUN
hij-1103	463	25	.	.	PUNCT
hij-1103	464	1	for	for	ADP
hij-1103	464	2	malware	malware	NOUN
hij-1103	464	3	detection	detection	NOUN
hij-1103	464	4	,	,	PUNCT
hij-1103	464	5	bau	bau	PROPN
hij-1103	464	6	et	et	PROPN
hij-1103	464	7	al	al	PROPN
hij-1103	464	8	.	.	PUNCT
hij-1103	465	1	[	[	X
hij-1103	465	2	15	15	NUM
hij-1103	465	3	]	]	PUNCT
hij-1103	465	4	used	use	VERB
hij-1103	465	5	rf	rf	NOUN
hij-1103	465	6	,	,	PUNCT
hij-1103	465	7	ann	ann	PROPN
hij-1103	465	8	,	,	PUNCT
hij-1103	465	9	and	and	CCONJ
hij-1103	465	10	cnn	cnn	PROPN
hij-1103	465	11	and	and	CCONJ
hij-1103	465	12	obtained	obtain	VERB
hij-1103	465	13	an	an	DET
hij-1103	465	14	accuracy	accuracy	NOUN
hij-1103	465	15	of	of	ADP
hij-1103	465	16	95.30	95.30	NUM
hij-1103	465	17	%	%	NOUN
hij-1103	465	18	on	on	ADP
hij-1103	465	19	the	the	DET
hij-1103	465	20	cicinvesandmal2019	cicinvesandmal2019	PROPN
hij-1103	465	21	and	and	CCONJ
hij-1103	465	22	android	android	PROPN
hij-1103	465	23	malware	malware	NOUN
hij-1103	465	24	datasets	dataset	NOUN
hij-1103	465	25	.	.	PUNCT
hij-1103	466	1	although	although	SCONJ
hij-1103	466	2	this	this	DET
hij-1103	466	3	combined	combined	ADJ
hij-1103	466	4	model	model	NOUN
hij-1103	466	5	has	have	AUX
hij-1103	466	6	been	be	AUX
hij-1103	466	7	helpful	helpful	ADJ
hij-1103	466	8	in	in	ADP
hij-1103	466	9	several	several	ADJ
hij-1103	466	10	other	other	ADJ
hij-1103	466	11	studies	study	NOUN
hij-1103	466	12	,	,	PUNCT
hij-1103	466	13	it	it	PRON
hij-1103	466	14	does	do	AUX
hij-1103	466	15	not	not	PART
hij-1103	466	16	benefit	benefit	VERB
hij-1103	466	17	from	from	ADP
hij-1103	466	18	the	the	DET
hij-1103	466	19	specialization	specialization	NOUN
hij-1103	466	20	of	of	ADP
hij-1103	466	21	a	a	DET
hij-1103	466	22	deeper	deep	ADJ
hij-1103	466	23	model	model	NOUN
hij-1103	466	24	with	with	ADP
hij-1103	466	25	well	well	ADV
hij-1103	466	26	-	-	PUNCT
hij-1103	466	27	defined	define	VERB
hij-1103	466	28	layers	layer	NOUN
hij-1103	466	29	,	,	PUNCT
hij-1103	466	30	such	such	ADJ
hij-1103	466	31	as	as	ADP
hij-1103	466	32	vgg19	vgg19	PRON
hij-1103	466	33	.	.	PUNCT
hij-1103	467	1	our	our	PRON
hij-1103	467	2	model	model	NOUN
hij-1103	467	3	has	have	VERB
hij-1103	467	4	better	well	ADJ
hij-1103	467	5	accuracy	accuracy	NOUN
hij-1103	467	6	because	because	SCONJ
hij-1103	467	7	it	it	PRON
hij-1103	467	8	uses	use	VERB
hij-1103	467	9	cnn	cnn	PROPN
hij-1103	467	10	layers	layer	NOUN
hij-1103	467	11	in	in	ADP
hij-1103	467	12	a	a	DET
hij-1103	467	13	more	more	ADV
hij-1103	467	14	refined	refined	ADJ
hij-1103	467	15	and	and	CCONJ
hij-1103	467	16	focused	focused	ADJ
hij-1103	467	17	manner	manner	NOUN
hij-1103	467	18	.	.	PUNCT
hij-1103	468	1	additionally	additionally	ADV
hij-1103	468	2	,	,	PUNCT
hij-1103	468	3	bakir	bakir	PROPN
hij-1103	468	4	et	et	PROPN
hij-1103	468	5	al	al	PROPN
hij-1103	468	6	.	.	PUNCT
hij-1103	469	1	[	[	X
hij-1103	469	2	16	16	NUM
hij-1103	469	3	]	]	PUNCT
hij-1103	469	4	suggested	suggest	VERB
hij-1103	469	5	another	another	DET
hij-1103	469	6	way	way	NOUN
hij-1103	469	7	to	to	PART
hij-1103	469	8	tune	tune	VERB
hij-1103	469	9	pre	pre	ADJ
hij-1103	469	10	-	-	VERB
hij-1103	469	11	trained	train	VERB
hij-1103	469	12	cnns	cnn	NOUN
hij-1103	469	13	as	as	ADP
hij-1103	469	14	a	a	DET
hij-1103	469	15	feature	feature	NOUN
hij-1103	469	16	extractor	extractor	NOUN
hij-1103	469	17	for	for	ADP
hij-1103	469	18	malware	malware	NOUN
hij-1103	469	19	detection	detection	NOUN
hij-1103	469	20	,	,	PUNCT
hij-1103	469	21	using	use	VERB
hij-1103	469	22	cicandmal2017	cicandmal2017	PRON
hij-1103	469	23	with	with	ADP
hij-1103	469	24	an	an	DET
hij-1103	469	25	accuracy	accuracy	NOUN
hij-1103	469	26	of	of	ADP
hij-1103	469	27	98	98	NUM
hij-1103	469	28	%	%	NOUN
hij-1103	469	29	.	.	PUNCT
hij-1103	470	1	like	like	INTJ
hij-1103	470	2	dhananjay	dhananjay	PROPN
hij-1103	470	3	et	et	PROPN
hij-1103	470	4	al	al	PROPN
hij-1103	470	5	.	.	PUNCT
hij-1103	471	1	[	[	X
hij-1103	471	2	17	17	NUM
hij-1103	471	3	]	]	PUNCT
hij-1103	471	4	,	,	PUNCT
hij-1103	471	5	dmfcnn	dmfcnn	PROPN
hij-1103	471	6	-	-	PUNCT
hij-1103	471	7	hbo	hbo	PROPN
hij-1103	471	8	,	,	PUNCT
hij-1103	471	9	the	the	DET
hij-1103	471	10	deep	deep	ADJ
hij-1103	471	11	maxout	maxout	NOUN
hij-1103	471	12	fusion	fusion	NOUN
hij-1103	471	13	cnn	cnn	PROPN
hij-1103	471	14	model	model	NOUN
hij-1103	471	15	,	,	PUNCT
hij-1103	471	16	and	and	CCONJ
hij-1103	471	17	honey	honey	NOUN
hij-1103	471	18	badger	badger	NOUN
hij-1103	471	19	optimization	optimization	NOUN
hij-1103	471	20	for	for	ADP
hij-1103	471	21	ddos	ddos	NOUN
hij-1103	471	22	attack	attack	NOUN
hij-1103	471	23	detection	detection	NOUN
hij-1103	471	24	had	have	VERB
hij-1103	471	25	95	95	NUM
hij-1103	471	26	%	%	NOUN
hij-1103	471	27	accuracy	accuracy	NOUN
hij-1103	471	28	on	on	ADP
hij-1103	471	29	the	the	DET
hij-1103	471	30	same	same	ADJ
hij-1103	471	31	dataset	dataset	NOUN
hij-1103	471	32	.	.	PUNCT
hij-1103	472	1	both	both	DET
hij-1103	472	2	methods	method	NOUN
hij-1103	472	3	exhibit	exhibit	VERB
hij-1103	472	4	strong	strong	ADJ
hij-1103	472	5	performance	performance	NOUN
hij-1103	472	6	but	but	CCONJ
hij-1103	472	7	taint	taint	VERB
hij-1103	472	8	their	their	PRON
hij-1103	472	9	suitability	suitability	NOUN
hij-1103	472	10	for	for	ADP
hij-1103	472	11	feature	feature	NOUN
hij-1103	472	12	extraction	extraction	NOUN
hij-1103	472	13	tuning	tuning	NOUN
hij-1103	472	14	or	or	CCONJ
hij-1103	472	15	complex	complex	ADJ
hij-1103	472	16	fusion	fusion	NOUN
hij-1103	472	17	operations	operation	NOUN
hij-1103	472	18	.	.	PUNCT
hij-1103	473	1	thus	thus	ADV
hij-1103	473	2	,	,	PUNCT
hij-1103	473	3	in	in	ADP
hij-1103	473	4	the	the	DET
hij-1103	473	5	framework	framework	NOUN
hij-1103	473	6	of	of	ADP
hij-1103	473	7	extensive	extensive	ADJ
hij-1103	473	8	literature	literature	NOUN
hij-1103	473	9	containing	contain	VERB
hij-1103	473	10	studies	study	NOUN
hij-1103	473	11	that	that	PRON
hij-1103	473	12	investigated	investigate	VERB
hij-1103	473	13	and	and	CCONJ
hij-1103	473	14	proposed	propose	VERB
hij-1103	473	15	numerous	numerous	ADJ
hij-1103	473	16	hybrid	hybrid	ADJ
hij-1103	473	17	models	model	NOUN
hij-1103	473	18	based	base	VERB
hij-1103	473	19	on	on	ADP
hij-1103	473	20	various	various	ADJ
hij-1103	473	21	machine	machine	NOUN
hij-1103	473	22	-	-	PUNCT
hij-1103	473	23	learning	learn	VERB
hij-1103	473	24	approaches	approach	NOUN
hij-1103	473	25	for	for	ADP
hij-1103	473	26	malware	malware	NOUN
hij-1103	473	27	detection	detection	NOUN
hij-1103	473	28	,	,	PUNCT
hij-1103	473	29	the	the	DET
hij-1103	473	30	proposed	propose	VERB
hij-1103	473	31	solution	solution	NOUN
hij-1103	473	32	is	be	AUX
hij-1103	473	33	unique	unique	ADJ
hij-1103	473	34	because	because	SCONJ
hij-1103	473	35	of	of	ADP
hij-1103	473	36	the	the	DET
hij-1103	473	37	vgg19	vgg19	NOUN
hij-1103	473	38	architecture	architecture	NOUN
hij-1103	473	39	that	that	PRON
hij-1103	473	40	includes	include	VERB
hij-1103	473	41	cnn	cnn	PROPN
hij-1103	473	42	layers	layer	NOUN
hij-1103	473	43	.	.	PUNCT
hij-1103	474	1	this	this	DET
hij-1103	474	2	option	option	NOUN
hij-1103	474	3	provides	provide	VERB
hij-1103	474	4	unique	unique	ADJ
hij-1103	474	5	feature	feature	NOUN
hij-1103	474	6	extraction	extraction	NOUN
hij-1103	474	7	,	,	PUNCT
hij-1103	474	8	generalization	generalization	NOUN
hij-1103	474	9	,	,	PUNCT
hij-1103	474	10	and	and	CCONJ
hij-1103	474	11	accuracy	accuracy	NOUN
hij-1103	474	12	.	.	PUNCT
hij-1103	475	1	the	the	DET
hij-1103	475	2	proposed	propose	VERB
hij-1103	475	3	model	model	NOUN
hij-1103	475	4	performed	perform	VERB
hij-1103	475	5	better	well	ADV
hij-1103	475	6	in	in	ADP
hij-1103	475	7	this	this	DET
hij-1103	475	8	case	case	NOUN
hij-1103	475	9	because	because	SCONJ
hij-1103	475	10	it	it	PRON
hij-1103	475	11	achieved	achieve	VERB
hij-1103	475	12	99.35	99.35	NUM
hij-1103	475	13	%	%	NOUN
hij-1103	475	14	accuracy	accuracy	NOUN
hij-1103	475	15	on	on	ADP
hij-1103	475	16	the	the	DET
hij-1103	475	17	cicandmal2017	cicandmal2017	PROPN
hij-1103	475	18	dataset	dataset	NOUN
hij-1103	475	19	,	,	PUNCT
hij-1103	475	20	outcompeting	outcompete	VERB
hij-1103	475	21	other	other	ADJ
hij-1103	475	22	approaches	approach	NOUN
hij-1103	475	23	.	.	PUNCT
hij-1103	476	1	the	the	DET
hij-1103	476	2	effectiveness	effectiveness	NOUN
hij-1103	476	3	of	of	ADP
hij-1103	476	4	the	the	DET
hij-1103	476	5	proposed	propose	VERB
hij-1103	476	6	model	model	NOUN
hij-1103	476	7	shows	show	VERB
hij-1103	476	8	that	that	SCONJ
hij-1103	476	9	image	image	NOUN
hij-1103	476	10	processing	processing	NOUN
hij-1103	476	11	and	and	CCONJ
hij-1103	476	12	deep	deep	ADJ
hij-1103	476	13	learning	learning	NOUN
hij-1103	476	14	can	can	AUX
hij-1103	476	15	result	result	VERB
hij-1103	476	16	in	in	ADP
hij-1103	476	17	cybersecurity	cybersecurity	NOUN
hij-1103	476	18	.	.	PUNCT
hij-1103	477	1	6.1.1	6.1.1	X
hij-1103	477	2	.	.	X
hij-1103	477	3	comparison	comparison	NOUN
hij-1103	477	4	with	with	ADP
hij-1103	477	5	advanced	advanced	ADJ
hij-1103	477	6	architectures	architecture	NOUN
hij-1103	477	7	:	:	PUNCT
hij-1103	477	8	resnet	resnet	NOUN
hij-1103	477	9	,	,	PUNCT
hij-1103	477	10	inception	inception	NOUN
hij-1103	477	11	,	,	PUNCT
hij-1103	477	12	and	and	CCONJ
hij-1103	477	13	mobilenet	mobilenet	NOUN
hij-1103	477	14	in	in	ADP
hij-1103	477	15	analyzing	analyze	VERB
hij-1103	477	16	various	various	ADJ
hij-1103	477	17	deep	deep	ADJ
hij-1103	477	18	learning	learning	NOUN
hij-1103	477	19	architectures	architecture	NOUN
hij-1103	477	20	in	in	ADP
hij-1103	477	21	malware	malware	NOUN
hij-1103	477	22	detection	detection	NOUN
hij-1103	477	23	tasks	task	NOUN
hij-1103	477	24	,	,	PUNCT
hij-1103	477	25	vgg16	vgg16	NOUN
hij-1103	477	26	and	and	CCONJ
hij-1103	477	27	vgg19	vgg19	PROPN
hij-1103	477	28	are	be	AUX
hij-1103	477	29	highly	highly	ADV
hij-1103	477	30	accurate	accurate	ADJ
hij-1103	477	31	architectures	architecture	NOUN
hij-1103	477	32	.	.	PUNCT
hij-1103	478	1	in	in	ADP
hij-1103	478	2	deep	deep	ADJ
hij-1103	478	3	convolutional	convolutional	ADJ
hij-1103	478	4	networks	network	NOUN
hij-1103	478	5	,	,	PUNCT
hij-1103	478	6	vgg16	vgg16	NOUN
hij-1103	478	7	and	and	CCONJ
hij-1103	478	8	vgg19	vgg19	PROPN
hij-1103	478	9	achieve	achieve	VERB
hij-1103	478	10	great	great	ADJ
hij-1103	478	11	results	result	NOUN
hij-1103	478	12	,	,	PUNCT
hij-1103	478	13	especially	especially	ADV
hij-1103	478	14	for	for	ADP
hij-1103	478	15	vgg19	vgg19	PROPN
hij-1103	478	16	,	,	PUNCT
hij-1103	478	17	which	which	PRON
hij-1103	478	18	has	have	VERB
hij-1103	478	19	only	only	ADV
hij-1103	478	20	99.35	99.35	NUM
hij-1103	478	21	%	%	NOUN
hij-1103	478	22	detection	detection	NOUN
hij-1103	478	23	accuracy	accuracy	NOUN
hij-1103	478	24	in	in	ADP
hij-1103	478	25	malware	malware	NOUN
hij-1103	478	26	cic	cic	PROPN
hij-1103	478	27	-	-	PUNCT
hij-1103	478	28	andmal2017	andmal2017	PROPN
hij-1103	478	29	data	datum	NOUN
hij-1103	478	30	.	.	PUNCT
hij-1103	479	1	most	most	ADJ
hij-1103	479	2	of	of	ADP
hij-1103	479	3	the	the	DET
hij-1103	479	4	time	time	NOUN
hij-1103	479	5	,	,	PUNCT
hij-1103	479	6	when	when	SCONJ
hij-1103	479	7	asked	ask	VERB
hij-1103	479	8	to	to	PART
hij-1103	479	9	extract	extract	VERB
hij-1103	479	10	features	feature	NOUN
hij-1103	479	11	from	from	ADP
hij-1103	479	12	complex	complex	ADJ
hij-1103	479	13	data	datum	NOUN
hij-1103	479	14	such	such	ADJ
hij-1103	479	15	as	as	ADP
hij-1103	479	16	network	network	NOUN
hij-1103	479	17	traffic	traffic	NOUN
hij-1103	479	18	or	or	CCONJ
hij-1103	479	19	malware	malware	NOUN
hij-1103	479	20	characteristics	characteristic	NOUN
hij-1103	479	21	,	,	PUNCT
hij-1103	479	22	vgg	vgg	PROPN
hij-1103	479	23	architectures	architecture	NOUN
hij-1103	479	24	that	that	PRON
hij-1103	479	25	consist	consist	VERB
hij-1103	479	26	of	of	ADP
hij-1103	479	27	deep	deep	ADJ
hij-1103	479	28	layers	layer	NOUN
hij-1103	479	29	but	but	CCONJ
hij-1103	479	30	a	a	DET
hij-1103	479	31	straightforward	straightforward	ADJ
hij-1103	479	32	design	design	NOUN
hij-1103	479	33	tend	tend	VERB
hij-1103	479	34	to	to	PART
hij-1103	479	35	work	work	VERB
hij-1103	479	36	well	well	ADV
hij-1103	479	37	.	.	PUNCT
hij-1103	480	1	as	as	ADP
hij-1103	480	2	a	a	DET
hij-1103	480	3	result	result	NOUN
hij-1103	480	4	,	,	PUNCT
hij-1103	480	5	they	they	PRON
hij-1103	480	6	can	can	AUX
hij-1103	480	7	be	be	AUX
hij-1103	480	8	pretty	pretty	ADV
hij-1103	480	9	successful	successful	ADJ
hij-1103	480	10	in	in	ADP
hij-1103	480	11	comparative	comparative	ADJ
hij-1103	480	12	studies	study	NOUN
hij-1103	480	13	,	,	PUNCT
hij-1103	480	14	but	but	CCONJ
hij-1103	480	15	other	other	ADJ
hij-1103	480	16	,	,	PUNCT
hij-1103	480	17	more	more	ADV
hij-1103	480	18	advanced	advanced	ADJ
hij-1103	480	19	architectures	architecture	NOUN
hij-1103	480	20	can	can	AUX
hij-1103	480	21	also	also	ADV
hij-1103	480	22	be	be	AUX
hij-1103	480	23	tested	test	VERB
hij-1103	480	24	on	on	ADP
hij-1103	480	25	the	the	DET
hij-1103	480	26	same	same	ADJ
hij-1103	480	27	datasets	dataset	NOUN
hij-1103	480	28	.	.	PUNCT
hij-1103	481	1	vgg	vgg	PROPN
hij-1103	481	2	models	model	NOUN
hij-1103	481	3	display	display	VERB
hij-1103	481	4	a	a	DET
hij-1103	481	5	different	different	ADJ
hij-1103	481	6	trade	trade	NOUN
hij-1103	481	7	-	-	PUNCT
hij-1103	481	8	off	off	NOUN
hij-1103	481	9	between	between	ADP
hij-1103	481	10	accuracy	accuracy	NOUN
hij-1103	481	11	and	and	CCONJ
hij-1103	481	12	complexity	complexity	NOUN
hij-1103	481	13	compared	compare	VERB
hij-1103	481	14	to	to	ADP
hij-1103	481	15	resnet	resnet	NOUN
hij-1103	481	16	,	,	PUNCT
hij-1103	481	17	inception	inception	NOUN
hij-1103	481	18	,	,	PUNCT
hij-1103	481	19	or	or	CCONJ
hij-1103	481	20	mobilenet	mobilenet	NOUN
hij-1103	481	21	architectures	architecture	NOUN
hij-1103	481	22	.	.	PUNCT
hij-1103	482	1	for	for	ADP
hij-1103	482	2	example	example	NOUN
hij-1103	482	3	,	,	PUNCT
hij-1103	482	4	resnet	resnet	NOUN
hij-1103	482	5	(	(	PUNCT
hij-1103	482	6	with	with	ADP
hij-1103	482	7	its	its	PRON
hij-1103	482	8	residual	residual	ADJ
hij-1103	482	9	connections	connection	NOUN
hij-1103	482	10	)	)	PUNCT
hij-1103	482	11	usually	usually	ADV
hij-1103	482	12	does	do	VERB
hij-1103	482	13	remarkably	remarkably	ADV
hij-1103	482	14	well	well	ADV
hij-1103	482	15	to	to	PART
hij-1103	482	16	combat	combat	VERB
hij-1103	482	17	vanishing	vanish	VERB
hij-1103	482	18	gradient	gradient	NOUN
hij-1103	482	19	problems	problem	NOUN
hij-1103	482	20	in	in	ADP
hij-1103	482	21	intense	intense	ADJ
hij-1103	482	22	networks	network	NOUN
hij-1103	482	23	.	.	PUNCT
hij-1103	483	1	they	they	PRON
hij-1103	483	2	are	be	AUX
hij-1103	483	3	therefore	therefore	ADV
hij-1103	483	4	suitable	suitable	ADJ
hij-1103	483	5	for	for	ADP
hij-1103	483	6	the	the	DET
hij-1103	483	7	more	more	ADJ
hij-1103	483	8	task	task	NOUN
hij-1103	483	9	-	-	PUNCT
hij-1103	483	10	specific	specific	ADJ
hij-1103	483	11	setup	setup	NOUN
hij-1103	483	12	of	of	ADP
hij-1103	483	13	larger	large	ADJ
hij-1103	483	14	tasks	task	NOUN
hij-1103	483	15	with	with	ADP
hij-1103	483	16	bigger	big	ADJ
hij-1103	483	17	datasets	dataset	NOUN
hij-1103	483	18	or	or	CCONJ
hij-1103	483	19	more	more	ADJ
hij-1103	483	20	complex	complex	ADJ
hij-1103	483	21	patterns	pattern	NOUN
hij-1103	483	22	.	.	PUNCT
hij-1103	484	1	however	however	ADV
hij-1103	484	2	,	,	PUNCT
hij-1103	484	3	resnet	resnet	PROPN
hij-1103	484	4	architectures	architecture	NOUN
hij-1103	484	5	are	be	AUX
hij-1103	484	6	usually	usually	ADV
hij-1103	484	7	more	more	ADV
hij-1103	484	8	computationally	computationally	ADV
hij-1103	484	9	expensive	expensive	ADJ
hij-1103	484	10	than	than	ADP
hij-1103	484	11	vgg	vgg	NOUN
hij-1103	484	12	models	model	NOUN
hij-1103	484	13	.	.	PUNCT
hij-1103	485	1	however	however	ADV
hij-1103	485	2	,	,	PUNCT
hij-1103	485	3	vgg	vgg	PROPN
hij-1103	485	4	might	might	AUX
hij-1103	485	5	not	not	PART
hij-1103	485	6	be	be	AUX
hij-1103	485	7	so	so	ADV
hij-1103	485	8	good	good	ADJ
hij-1103	485	9	for	for	ADP
hij-1103	485	10	accuracy	accuracy	NOUN
hij-1103	485	11	,	,	PUNCT
hij-1103	485	12	but	but	CCONJ
hij-1103	485	13	its	its	PRON
hij-1103	485	14	computational	computational	ADJ
hij-1103	485	15	efficiency	efficiency	NOUN
hij-1103	485	16	may	may	AUX
hij-1103	485	17	be	be	AUX
hij-1103	485	18	among	among	ADP
hij-1103	485	19	the	the	DET
hij-1103	485	20	top	top	ADJ
hij-1103	485	21	choices	choice	NOUN
hij-1103	485	22	when	when	SCONJ
hij-1103	485	23	considering	consider	VERB
hij-1103	485	24	the	the	DET
hij-1103	485	25	usage	usage	NOUN
hij-1103	485	26	on	on	ADP
hij-1103	485	27	resource	resource	NOUN
hij-1103	485	28	constrained	constrain	VERB
hij-1103	485	29	environments	environment	NOUN
hij-1103	485	30	;	;	PUNCT
hij-1103	485	31	for	for	ADP
hij-1103	485	32	instance	instance	NOUN
hij-1103	485	33	,	,	PUNCT
hij-1103	485	34	especially	especially	ADV
hij-1103	485	35	on	on	ADP
hij-1103	485	36	mobile	mobile	ADJ
hij-1103	485	37	devices	device	NOUN
hij-1103	485	38	,	,	PUNCT
hij-1103	485	39	inception	inception	NOUN
hij-1103	485	40	models	model	NOUN
hij-1103	485	41	,	,	PUNCT
hij-1103	485	42	which	which	PRON
hij-1103	485	43	apply	apply	VERB
hij-1103	485	44	multiple	multiple	ADJ
hij-1103	485	45	convolutional	convolutional	ADJ
hij-1103	485	46	filters	filter	NOUN
hij-1103	485	47	at	at	ADP
hij-1103	485	48	different	different	ADJ
hij-1103	485	49	scales	scale	NOUN
hij-1103	485	50	,	,	PUNCT
hij-1103	485	51	or	or	CCONJ
hij-1103	485	52	mobilenet	mobilenet	NOUN
hij-1103	485	53	,	,	PUNCT
hij-1103	485	54	which	which	PRON
hij-1103	485	55	is	be	AUX
hij-1103	485	56	designed	design	VERB
hij-1103	485	57	for	for	ADP
hij-1103	485	58	efficiency	efficiency	NOUN
hij-1103	485	59	,	,	PUNCT
hij-1103	485	60	can	can	AUX
hij-1103	485	61	yield	yield	VERB
hij-1103	485	62	different	different	ADJ
hij-1103	485	63	levels	level	NOUN
hij-1103	485	64	of	of	ADP
hij-1103	485	65	accuracy	accuracy	NOUN
hij-1103	485	66	but	but	CCONJ
hij-1103	485	67	at	at	ADP
hij-1103	485	68	a	a	DET
hij-1103	485	69	much	much	ADV
hij-1103	485	70	higher	high	ADJ
hij-1103	485	71	computational	computational	ADJ
hij-1103	485	72	speed	speed	NOUN
hij-1103	485	73	.	.	PUNCT
hij-1103	486	1	the	the	DET
hij-1103	486	2	tradeoff	tradeoff	NOUN
hij-1103	486	3	here	here	ADV
hij-1103	486	4	is	be	AUX
hij-1103	486	5	between	between	ADP
hij-1103	486	6	achieving	achieve	VERB
hij-1103	486	7	high	high	ADJ
hij-1103	486	8	accuracy	accuracy	NOUN
hij-1103	486	9	and	and	CCONJ
hij-1103	486	10	maintaining	maintain	VERB
hij-1103	486	11	model	model	NOUN
hij-1103	486	12	efficiency	efficiency	NOUN
hij-1103	486	13	.	.	PUNCT
hij-1103	487	1	in	in	ADP
hij-1103	487	2	this	this	DET
hij-1103	487	3	specific	specific	ADJ
hij-1103	487	4	context	context	NOUN
hij-1103	487	5	of	of	ADP
hij-1103	487	6	the	the	DET
hij-1103	487	7	cic	cic	PROPN
hij-1103	487	8	-	-	PUNCT
hij-1103	487	9	andmal2017	andmal2017	PROPN
hij-1103	487	10	dataset	dataset	NOUN
hij-1103	487	11	,	,	PUNCT
hij-1103	487	12	the	the	DET
hij-1103	487	13	peak	peak	NOUN
hij-1103	487	14	accuracy	accuracy	NOUN
hij-1103	487	15	of	of	ADP
hij-1103	487	16	99.35	99.35	NUM
hij-1103	487	17	%	%	NOUN
hij-1103	487	18	obtained	obtain	VERB
hij-1103	487	19	with	with	ADP
hij-1103	487	20	vgg19	vgg19	PROPN
hij-1103	487	21	is	be	AUX
hij-1103	487	22	not	not	PART
hij-1103	487	23	beaten	beat	VERB
hij-1103	487	24	by	by	ADP
hij-1103	487	25	any	any	DET
hij-1103	487	26	other	other	ADJ
hij-1103	487	27	methods	method	NOUN
hij-1103	487	28	in	in	ADP
hij-1103	487	29	the	the	DET
hij-1103	487	30	studies	study	NOUN
hij-1103	487	31	cited	cite	VERB
hij-1103	487	32	(	(	PUNCT
hij-1103	487	33	including	include	VERB
hij-1103	487	34	other	other	ADJ
hij-1103	487	35	dnn	dnn	PROPN
hij-1103	487	36	,	,	PUNCT
hij-1103	487	37	rf	rf	PROPN
hij-1103	487	38	,	,	PUNCT
hij-1103	487	39	cnn	cnn	PROPN
hij-1103	487	40	-	-	PUNCT
hij-1103	487	41	lstm	lstm	PROPN
hij-1103	487	42	,	,	PUNCT
hij-1103	487	43	and	and	CCONJ
hij-1103	487	44	hybrid	hybrid	ADJ
hij-1103	487	45	methods	method	NOUN
hij-1103	487	46	involving	involve	VERB
hij-1103	487	47	bert	bert	NOUN
hij-1103	487	48	)	)	PUNCT
hij-1103	487	49	.	.	PUNCT
hij-1103	488	1	suppose	suppose	VERB
hij-1103	488	2	we	we	PRON
hij-1103	488	3	can	can	AUX
hij-1103	488	4	use	use	VERB
hij-1103	488	5	techniques	technique	NOUN
hij-1103	488	6	like	like	ADP
hij-1103	488	7	cnn	cnn	PROPN
hij-1103	488	8	-	-	PUNCT
hij-1103	488	9	lstm	lstm	PROPN
hij-1103	488	10	,	,	PUNCT
hij-1103	488	11	and	and	CCONJ
hij-1103	488	12	hybrid	hybrid	ADJ
hij-1103	488	13	cnn	cnn	PROPN
hij-1103	488	14	-	-	PUNCT
hij-1103	488	15	bert	bert	PROPN
hij-1103	488	16	models	model	NOUN
hij-1103	488	17	(	(	PUNCT
hij-1103	488	18	combination	combination	NOUN
hij-1103	488	19	of	of	ADP
hij-1103	488	20	deep	deep	ADJ
hij-1103	488	21	learning	learning	NOUN
hij-1103	488	22	and	and	CCONJ
hij-1103	488	23	a	a	DET
hij-1103	488	24	traditional	traditional	ADJ
hij-1103	488	25	classifier	classifier	NOUN
hij-1103	488	26	)	)	PUNCT
hij-1103	488	27	to	to	PART
hij-1103	488	28	handle	handle	VERB
hij-1103	488	29	sequential	sequential	ADJ
hij-1103	488	30	and	and	CCONJ
hij-1103	488	31	contextual	contextual	ADJ
hij-1103	488	32	data	datum	NOUN
hij-1103	488	33	but	but	CCONJ
hij-1103	488	34	they	they	PRON
hij-1103	488	35	sometimes	sometimes	ADV
hij-1103	488	36	do	do	AUX
hij-1103	488	37	not	not	PART
hij-1103	488	38	perform	perform	VERB
hij-1103	488	39	better	well	ADV
hij-1103	488	40	than	than	SCONJ
hij-1103	488	41	vgg19	vgg19	VERB
hij-1103	488	42	with	with	ADP
hij-1103	488	43	its	its	PRON
hij-1103	488	44	simple	simple	ADJ
hij-1103	488	45	and	and	CCONJ
hij-1103	488	46	deep	deep	ADJ
hij-1103	488	47	cnn	cnn	PROPN
hij-1103	488	48	based	base	VERB
hij-1103	488	49	architecture	architecture	NOUN
hij-1103	488	50	.	.	PUNCT
hij-1103	489	1	in	in	ADP
hij-1103	489	2	that	that	DET
hij-1103	489	3	case	case	NOUN
hij-1103	489	4	,	,	PUNCT
hij-1103	489	5	we	we	PRON
hij-1103	489	6	can	can	AUX
hij-1103	489	7	say	say	VERB
hij-1103	489	8	they	they	PRON
hij-1103	489	9	provide	provide	VERB
hij-1103	489	10	innovation	innovation	NOUN
hij-1103	489	11	to	to	ADP
hij-1103	489	12	the	the	DET
hij-1103	489	13	problem	problem	NOUN
hij-1103	489	14	of	of	ADP
hij-1103	489	15	sequential	sequential	ADJ
hij-1103	489	16	and	and	CCONJ
hij-1103	489	17	contextual	contextual	ADJ
hij-1103	489	18	data	datum	NOUN
hij-1103	489	19	.	.	PUNCT
hij-1103	490	1	as	as	SCONJ
hij-1103	490	2	such	such	ADJ
hij-1103	490	3	,	,	PUNCT
hij-1103	490	4	vgg	vgg	ADJ
hij-1103	490	5	models	model	NOUN
hij-1103	490	6	remain	remain	VERB
hij-1103	490	7	prevalent	prevalent	ADJ
hij-1103	490	8	in	in	ADP
hij-1103	490	9	the	the	DET
hij-1103	490	10	studies	study	NOUN
hij-1103	490	11	and	and	CCONJ
hij-1103	490	12	remain	remain	VERB
hij-1103	490	13	a	a	DET
hij-1103	490	14	strong	strong	ADJ
hij-1103	490	15	candidate	candidate	NOUN
hij-1103	490	16	in	in	ADP
hij-1103	490	17	use	use	NOUN
hij-1103	490	18	cases	case	NOUN
hij-1103	490	19	,	,	PUNCT
hij-1103	490	20	such	such	ADJ
hij-1103	490	21	as	as	ADP
hij-1103	490	22	malware	malware	NOUN
hij-1103	490	23	detection	detection	NOUN
hij-1103	490	24	,	,	PUNCT
hij-1103	490	25	for	for	ADP
hij-1103	490	26	their	their	PRON
hij-1103	490	27	accuracy	accuracy	NOUN
hij-1103	490	28	.	.	PUNCT
hij-1103	491	1	6.2	6.2	NUM
hij-1103	491	2	.	.	PUNCT
hij-1103	491	3	limitations	limitation	NOUN
hij-1103	491	4	and	and	CCONJ
hij-1103	491	5	gaps	gap	VERB
hij-1103	491	6	the	the	DET
hij-1103	491	7	limitations	limitation	NOUN
hij-1103	491	8	and	and	CCONJ
hij-1103	491	9	gaps	gap	NOUN
hij-1103	491	10	of	of	ADP
hij-1103	491	11	this	this	DET
hij-1103	491	12	study	study	NOUN
hij-1103	491	13	are	be	AUX
hij-1103	491	14	as	as	SCONJ
hij-1103	491	15	follows	follow	VERB
hij-1103	491	16	.	.	PUNCT
hij-1103	492	1			PRON
hij-1103	492	2	dataset	dataset	ADJ
hij-1103	492	3	limitations	limitation	NOUN
hij-1103	492	4	:	:	PUNCT
hij-1103	492	5	most	most	ADJ
hij-1103	492	6	datasets	dataset	NOUN
hij-1103	492	7	work	work	VERB
hij-1103	492	8	with	with	ADP
hij-1103	492	9	android	android	PROPN
hij-1103	492	10	malware	malware	NOUN
hij-1103	492	11	,	,	PUNCT
hij-1103	492	12	making	make	VERB
hij-1103	492	13	them	they	PRON
hij-1103	492	14	unsuitable	unsuitable	ADJ
hij-1103	492	15	for	for	ADP
hij-1103	492	16	other	other	ADJ
hij-1103	492	17	platforms	platform	NOUN
hij-1103	492	18	,	,	PUNCT
hij-1103	492	19	such	such	ADJ
hij-1103	492	20	as	as	ADP
hij-1103	492	21	windows	window	NOUN
hij-1103	492	22	or	or	CCONJ
hij-1103	492	23	iot	iot	NOUN
hij-1103	492	24	devices	device	NOUN
hij-1103	492	25	.	.	PUNCT
hij-1103	493	1	furthermore	furthermore	ADV
hij-1103	493	2	,	,	PUNCT
hij-1103	493	3	even	even	ADV
hij-1103	493	4	though	though	SCONJ
hij-1103	493	5	the	the	DET
hij-1103	493	6	dataset	dataset	NOUN
hij-1103	493	7	size	size	NOUN
hij-1103	493	8	was	be	AUX
hij-1103	493	9	small	small	ADJ
hij-1103	493	10	(	(	PUNCT
hij-1103	493	11	84	84	NUM
hij-1103	493	12	instances	instance	NOUN
hij-1103	493	13	)	)	PUNCT
hij-1103	493	14	,	,	PUNCT
hij-1103	493	15	it	it	PRON
hij-1103	493	16	may	may	AUX
hij-1103	493	17	not	not	PART
hij-1103	493	18	be	be	AUX
hij-1103	493	19	sufficient	sufficient	ADJ
hij-1103	493	20	to	to	PART
hij-1103	493	21	allow	allow	VERB
hij-1103	493	22	the	the	DET
hij-1103	493	23	model	model	NOUN
hij-1103	493	24	to	to	PART
hij-1103	493	25	generalize	generalize	VERB
hij-1103	493	26	well	well	ADV
hij-1103	493	27	to	to	ADP
hij-1103	493	28	real	real	ADJ
hij-1103	493	29	-	-	PUNCT
hij-1103	493	30	world	world	NOUN
hij-1103	493	31	malware	malware	NOUN
hij-1103	493	32	variants	variant	NOUN
hij-1103	493	33	.	.	PUNCT
hij-1103	494	1			NOUN
hij-1103	494	2	feature	feature	NOUN
hij-1103	494	3	engineering	engineering	NOUN
hij-1103	494	4	constraints	constraint	NOUN
hij-1103	494	5	:	:	PUNCT
hij-1103	494	6	feature	feature	NOUN
hij-1103	494	7	selection	selection	NOUN
hij-1103	494	8	was	be	AUX
hij-1103	494	9	performed	perform	VERB
hij-1103	494	10	to	to	PART
hij-1103	494	11	achieve	achieve	VERB
hij-1103	494	12	high	high	ADJ
hij-1103	494	13	performance	performance	NOUN
hij-1103	494	14	;	;	PUNCT
hij-1103	494	15	however	however	ADV
hij-1103	494	16	,	,	PUNCT
hij-1103	494	17	certain	certain	ADJ
hij-1103	494	18	features	feature	NOUN
hij-1103	494	19	may	may	AUX
hij-1103	494	20	be	be	AUX
hij-1103	494	21	absent	absent	ADJ
hij-1103	494	22	from	from	ADP
hij-1103	494	23	the	the	DET
hij-1103	494	24	study	study	NOUN
hij-1103	494	25	,	,	PUNCT
hij-1103	494	26	which	which	PRON
hij-1103	494	27	may	may	AUX
hij-1103	494	28	improve	improve	VERB
hij-1103	494	29	the	the	DET
hij-1103	494	30	classification	classification	NOUN
hij-1103	494	31	accuracy	accuracy	NOUN
hij-1103	494	32	.	.	PUNCT
hij-1103	495	1	an	an	DET
hij-1103	495	2	automated	automate	VERB
hij-1103	495	3	featureextraction	featureextraction	NOUN
hij-1103	495	4	approach	approach	NOUN
hij-1103	495	5	can	can	AUX
hij-1103	495	6	detect	detect	VERB
hij-1103	495	7	complex	complex	ADJ
hij-1103	495	8	relationships	relationship	NOUN
hij-1103	495	9	without	without	ADP
hij-1103	495	10	relying	rely	VERB
hij-1103	495	11	on	on	ADP
hij-1103	495	12	predefined	predefine	VERB
hij-1103	495	13	feature	feature	NOUN
hij-1103	495	14	engineering	engineering	NOUN
hij-1103	495	15	,	,	PUNCT
hij-1103	495	16	which	which	PRON
hij-1103	495	17	may	may	AUX
hij-1103	495	18	not	not	PART
hij-1103	495	19	be	be	AUX
hij-1103	495	20	successful	successful	ADJ
hij-1103	495	21	.	.	PUNCT
hij-1103	496	1	hightech	hightech	NOUN
hij-1103	496	2	and	and	CCONJ
hij-1103	496	3	innovation	innovation	NOUN
hij-1103	496	4	journal	journal	PROPN
hij-1103	496	5	vol	vol	NOUN
hij-1103	496	6	.	.	PROPN
hij-1103	497	1	6	6	NUM
hij-1103	497	2	,	,	PUNCT
hij-1103	497	3	no	no	INTJ
hij-1103	497	4	.	.	NOUN
hij-1103	497	5	2	2	NUM
hij-1103	497	6	,	,	PUNCT
hij-1103	497	7	june	june	PROPN
hij-1103	497	8	,	,	PUNCT
hij-1103	497	9	2025	2025	NUM
hij-1103	497	10	682	682	NUM
hij-1103	497	11			NOUN
hij-1103	497	12	model	model	NOUN
hij-1103	497	13	generalization	generalization	NOUN
hij-1103	497	14	challenges	challenge	NOUN
hij-1103	497	15	:	:	PUNCT
hij-1103	497	16	despite	despite	SCONJ
hij-1103	497	17	employing	employ	VERB
hij-1103	497	18	dropout	dropout	NOUN
hij-1103	497	19	and	and	CCONJ
hij-1103	497	20	batch	batch	VERB
hij-1103	497	21	normalization	normalization	NOUN
hij-1103	497	22	to	to	PART
hij-1103	497	23	alleviate	alleviate	VERB
hij-1103	497	24	overfitting	overfitting	NOUN
hij-1103	497	25	,	,	PUNCT
hij-1103	497	26	the	the	DET
hij-1103	497	27	model	model	NOUN
hij-1103	497	28	's	's	PART
hij-1103	497	29	performance	performance	NOUN
hij-1103	497	30	in	in	ADP
hij-1103	497	31	terms	term	NOUN
hij-1103	497	32	of	of	ADP
hij-1103	497	33	generalization	generalization	NOUN
hij-1103	497	34	with	with	ADP
hij-1103	497	35	unseen	unseen	ADJ
hij-1103	497	36	malware	malware	NOUN
hij-1103	497	37	families	family	NOUN
hij-1103	497	38	or	or	CCONJ
hij-1103	497	39	recently	recently	ADV
hij-1103	497	40	launched	launch	VERB
hij-1103	497	41	attacks	attack	NOUN
hij-1103	497	42	has	have	AUX
hij-1103	497	43	not	not	PART
hij-1103	497	44	been	be	AUX
hij-1103	497	45	demonstrated	demonstrate	VERB
hij-1103	497	46	.	.	PUNCT
hij-1103	498	1	the	the	DET
hij-1103	498	2	model	model	NOUN
hij-1103	498	3	is	be	AUX
hij-1103	498	4	unclear	unclear	ADJ
hij-1103	498	5	as	as	SCONJ
hij-1103	498	6	to	to	ADP
hij-1103	498	7	how	how	SCONJ
hij-1103	498	8	it	it	PRON
hij-1103	498	9	learns	learn	VERB
hij-1103	498	10	zero	zero	NUM
hij-1103	498	11	-	-	PUNCT
hij-1103	498	12	day	day	NOUN
hij-1103	498	13	malware	malware	NOUN
hij-1103	498	14	or	or	CCONJ
hij-1103	498	15	adversarial	adversarial	ADJ
hij-1103	498	16	attacks	attack	NOUN
hij-1103	498	17	devised	devise	VERB
hij-1103	498	18	to	to	PART
hij-1103	498	19	evade	evade	VERB
hij-1103	498	20	detection	detection	NOUN
hij-1103	498	21	.	.	PUNCT
hij-1103	499	1			X
hij-1103	499	2	binary	binary	ADJ
hij-1103	499	3	classification	classification	NOUN
hij-1103	499	4	restriction	restriction	NOUN
hij-1103	499	5	:	:	PUNCT
hij-1103	499	6	the	the	DET
hij-1103	499	7	proposed	propose	VERB
hij-1103	499	8	model	model	NOUN
hij-1103	499	9	is	be	AUX
hij-1103	499	10	optimized	optimize	VERB
hij-1103	499	11	for	for	ADP
hij-1103	499	12	binary	binary	ADJ
hij-1103	499	13	classification	classification	NOUN
hij-1103	499	14	(	(	PUNCT
hij-1103	499	15	malicious	malicious	ADJ
hij-1103	499	16	vs.	vs.	X
hij-1103	499	17	benign	benign	NOUN
hij-1103	499	18	)	)	PUNCT
hij-1103	499	19	;	;	PUNCT
hij-1103	499	20	hence	hence	ADV
hij-1103	499	21	,	,	PUNCT
hij-1103	499	22	it	it	PRON
hij-1103	499	23	is	be	AUX
hij-1103	499	24	unsuitable	unsuitable	ADJ
hij-1103	499	25	for	for	ADP
hij-1103	499	26	classifying	classify	VERB
hij-1103	499	27	malware	malware	NOUN
hij-1103	499	28	into	into	ADP
hij-1103	499	29	a	a	DET
hij-1103	499	30	particular	particular	ADJ
hij-1103	499	31	family	family	NOUN
hij-1103	499	32	or	or	CCONJ
hij-1103	499	33	type	type	NOUN
hij-1103	499	34	.	.	PUNCT
hij-1103	500	1	multi	multi	ADJ
hij-1103	500	2	-	-	ADJ
hij-1103	500	3	class	class	ADJ
hij-1103	500	4	classification	classification	NOUN
hij-1103	500	5	can	can	AUX
hij-1103	500	6	more	more	ADV
hij-1103	500	7	accurately	accurately	ADV
hij-1103	500	8	determine	determine	VERB
hij-1103	500	9	malware	malware	NOUN
hij-1103	500	10	behavior	behavior	NOUN
hij-1103	500	11	and	and	CCONJ
hij-1103	500	12	origin	origin	NOUN
hij-1103	500	13	.	.	PUNCT
hij-1103	501	1			X
hij-1103	501	2	potential	potential	ADJ
hij-1103	501	3	overfitting	overfitte	VERB
hij-1103	501	4	risk	risk	NOUN
hij-1103	501	5	:	:	PUNCT
hij-1103	501	6	while	while	SCONJ
hij-1103	501	7	achievable	achievable	ADJ
hij-1103	501	8	with	with	ADP
hij-1103	501	9	99.35	99.35	NUM
hij-1103	501	10	%	%	NOUN
hij-1103	501	11	training	training	NOUN
hij-1103	501	12	and	and	CCONJ
hij-1103	501	13	98	98	NUM
hij-1103	501	14	%	%	NOUN
hij-1103	501	15	testing	testing	NOUN
hij-1103	501	16	,	,	PUNCT
hij-1103	501	17	such	such	ADJ
hij-1103	501	18	performance	performance	NOUN
hij-1103	501	19	warrants	warrant	NOUN
hij-1103	501	20	concern	concern	NOUN
hij-1103	501	21	for	for	ADP
hij-1103	501	22	possible	possible	ADJ
hij-1103	501	23	overfitting	overfitting	NOUN
hij-1103	501	24	,	,	PUNCT
hij-1103	501	25	considering	consider	VERB
hij-1103	501	26	the	the	DET
hij-1103	501	27	small	small	ADJ
hij-1103	501	28	dataset	dataset	NOUN
hij-1103	501	29	.	.	PUNCT
hij-1103	502	1	despite	despite	SCONJ
hij-1103	502	2	this	this	PRON
hij-1103	502	3	,	,	PUNCT
hij-1103	502	4	the	the	DET
hij-1103	502	5	model	model	NOUN
hij-1103	502	6	may	may	AUX
hij-1103	502	7	hold	hold	VERB
hij-1103	502	8	great	great	ADJ
hij-1103	502	9	utility	utility	NOUN
hij-1103	502	10	on	on	ADP
hij-1103	502	11	a	a	DET
hij-1103	502	12	given	give	VERB
hij-1103	502	13	dataset	dataset	NOUN
hij-1103	502	14	and	and	CCONJ
hij-1103	502	15	fail	fail	VERB
hij-1103	502	16	or	or	CCONJ
hij-1103	502	17	struggle	struggle	VERB
hij-1103	502	18	with	with	ADP
hij-1103	502	19	the	the	DET
hij-1103	502	20	production	production	NOUN
hij-1103	502	21	deployment	deployment	NOUN
hij-1103	502	22	of	of	ADP
hij-1103	502	23	the	the	DET
hij-1103	502	24	model	model	NOUN
hij-1103	502	25	on	on	ADP
hij-1103	502	26	a	a	DET
hij-1103	502	27	larger	large	ADJ
hij-1103	502	28	,	,	PUNCT
hij-1103	502	29	more	more	ADV
hij-1103	502	30	diverse	diverse	ADJ
hij-1103	502	31	dataset	dataset	NOUN
hij-1103	502	32	.	.	PUNCT
hij-1103	503	1			X
hij-1103	503	2	computational	computational	ADJ
hij-1103	503	3	cost	cost	NOUN
hij-1103	503	4	and	and	CCONJ
hij-1103	503	5	deployment	deployment	NOUN
hij-1103	503	6	feasibility	feasibility	NOUN
hij-1103	503	7	:	:	PUNCT
hij-1103	503	8	furthermore	furthermore	ADV
hij-1103	503	9	,	,	PUNCT
hij-1103	503	10	if	if	SCONJ
hij-1103	503	11	these	these	DET
hij-1103	503	12	cnn	cnn	PROPN
hij-1103	503	13	layers	layer	NOUN
hij-1103	503	14	and	and	CCONJ
hij-1103	503	15	batch	batch	NOUN
hij-1103	503	16	normalization	normalization	NOUN
hij-1103	503	17	are	be	AUX
hij-1103	503	18	integrated	integrate	VERB
hij-1103	503	19	,	,	PUNCT
hij-1103	503	20	the	the	DET
hij-1103	503	21	computational	computational	ADJ
hij-1103	503	22	complexity	complexity	NOUN
hij-1103	503	23	increases	increase	NOUN
hij-1103	503	24	,	,	PUNCT
hij-1103	503	25	and	and	CCONJ
hij-1103	503	26	it	it	PRON
hij-1103	503	27	is	be	AUX
hij-1103	503	28	not	not	PART
hij-1103	503	29	clear	clear	ADJ
hij-1103	503	30	if	if	SCONJ
hij-1103	503	31	this	this	PRON
hij-1103	503	32	will	will	AUX
hij-1103	503	33	affect	affect	VERB
hij-1103	503	34	the	the	DET
hij-1103	503	35	real	real	ADJ
hij-1103	503	36	-	-	PUNCT
hij-1103	503	37	time	time	NOUN
hij-1103	503	38	detection	detection	NOUN
hij-1103	503	39	efficiency	efficiency	NOUN
hij-1103	503	40	.	.	PUNCT
hij-1103	504	1	further	further	ADJ
hij-1103	504	2	assessment	assessment	NOUN
hij-1103	504	3	of	of	ADP
hij-1103	504	4	the	the	DET
hij-1103	504	5	model	model	NOUN
hij-1103	504	6	's	's	PART
hij-1103	504	7	deployment	deployment	NOUN
hij-1103	504	8	in	in	ADP
hij-1103	504	9	resource	resource	NOUN
hij-1103	504	10	-	-	PUNCT
hij-1103	504	11	constrained	constrain	VERB
hij-1103	504	12	environments	environment	NOUN
hij-1103	504	13	(	(	PUNCT
hij-1103	504	14	e.g.	e.g.	ADV
hij-1103	504	15	,	,	PUNCT
hij-1103	504	16	mobile	mobile	ADJ
hij-1103	504	17	devices	device	NOUN
hij-1103	504	18	or	or	CCONJ
hij-1103	504	19	embedded	embed	VERB
hij-1103	504	20	systems	system	NOUN
hij-1103	504	21	)	)	PUNCT
hij-1103	504	22	is	be	AUX
hij-1103	504	23	necessary	necessary	ADJ
hij-1103	504	24	to	to	PART
hij-1103	504	25	prove	prove	VERB
hij-1103	504	26	its	its	PRON
hij-1103	504	27	practical	practical	ADJ
hij-1103	504	28	usability	usability	NOUN
hij-1103	504	29	.	.	PUNCT
hij-1103	505	1	6.3	6.3	NUM
hij-1103	505	2	.	.	PUNCT
hij-1103	506	1	core	core	NOUN
hij-1103	506	2	contributions	contribution	NOUN
hij-1103	506	3	this	this	DET
hij-1103	506	4	paper	paper	NOUN
hij-1103	506	5	proposes	propose	VERB
hij-1103	506	6	an	an	DET
hij-1103	506	7	approach	approach	NOUN
hij-1103	506	8	for	for	ADP
hij-1103	506	9	malware	malware	NOUN
hij-1103	506	10	detection	detection	NOUN
hij-1103	506	11	by	by	ADP
hij-1103	506	12	creating	create	VERB
hij-1103	506	13	a	a	DET
hij-1103	506	14	new	new	ADJ
hij-1103	506	15	hybrid	hybrid	ADJ
hij-1103	506	16	deep	deep	ADJ
hij-1103	506	17	learning	learning	NOUN
hij-1103	506	18	model	model	NOUN
hij-1103	506	19	.	.	PUNCT
hij-1103	507	1	the	the	DET
hij-1103	507	2	main	main	ADJ
hij-1103	507	3	novelties	novelty	NOUN
hij-1103	507	4	of	of	ADP
hij-1103	507	5	this	this	DET
hij-1103	507	6	study	study	NOUN
hij-1103	507	7	are	be	AUX
hij-1103	507	8	the	the	DET
hij-1103	507	9	development	development	NOUN
hij-1103	507	10	of	of	ADP
hij-1103	507	11	datasets	dataset	NOUN
hij-1103	507	12	,	,	PUNCT
hij-1103	507	13	features	feature	NOUN
hij-1103	507	14	,	,	PUNCT
hij-1103	507	15	models	model	NOUN
hij-1103	507	16	,	,	PUNCT
hij-1103	507	17	and	and	CCONJ
hij-1103	507	18	their	their	PRON
hij-1103	507	19	assessment	assessment	NOUN
hij-1103	507	20	.	.	PUNCT
hij-1103	508	1			NOUN
hij-1103	508	2	dataset	dataset	ADJ
hij-1103	508	3	generation	generation	NOUN
hij-1103	508	4	:	:	PUNCT
hij-1103	508	5	the	the	DET
hij-1103	508	6	first	first	ADJ
hij-1103	508	7	study	study	NOUN
hij-1103	508	8	required	require	VERB
hij-1103	508	9	compiling	compile	VERB
hij-1103	508	10	datasets	dataset	NOUN
hij-1103	508	11	from	from	ADP
hij-1103	508	12	several	several	ADJ
hij-1103	508	13	csv	csv	NOUN
hij-1103	508	14	files	file	NOUN
hij-1103	508	15	combined	combine	VERB
hij-1103	508	16	and	and	CCONJ
hij-1103	508	17	stored	store	VERB
hij-1103	508	18	in	in	ADP
hij-1103	508	19	one	one	NUM
hij-1103	508	20	file	file	NOUN
hij-1103	508	21	.	.	PUNCT
hij-1103	509	1	this	this	DET
hij-1103	509	2	phase	phase	NOUN
hij-1103	509	3	focused	focus	VERB
hij-1103	509	4	heavily	heavily	ADV
hij-1103	509	5	on	on	ADP
hij-1103	509	6	android	android	PROPN
hij-1103	509	7	malware	malware	NOUN
hij-1103	509	8	threats	threat	NOUN
hij-1103	509	9	.	.	PUNCT
hij-1103	510	1	the	the	DET
hij-1103	510	2	final	final	ADJ
hij-1103	510	3	dataset	dataset	NOUN
hij-1103	510	4	was	be	AUX
hij-1103	510	5	84	84	NUM
hij-1103	510	6	,	,	PUNCT
hij-1103	510	7	and	and	CCONJ
hij-1103	510	8	it	it	PRON
hij-1103	510	9	included	include	VERB
hij-1103	510	10	attributes	attribute	NOUN
hij-1103	510	11	about	about	ADP
hij-1103	510	12	network	network	NOUN
hij-1103	510	13	traffic	traffic	NOUN
hij-1103	510	14	,	,	PUNCT
hij-1103	510	15	packets	packet	NOUN
hij-1103	510	16	,	,	PUNCT
hij-1103	510	17	and	and	CCONJ
hij-1103	510	18	protocols	protocol	NOUN
hij-1103	510	19	.	.	PUNCT
hij-1103	511	1	the	the	DET
hij-1103	511	2	target	target	NOUN
hij-1103	511	3	variable	variable	NOUN
hij-1103	511	4	,	,	PUNCT
hij-1103	511	5	the	the	DET
hij-1103	511	6	type	type	NOUN
hij-1103	511	7	of	of	ADP
hij-1103	511	8	attack	attack	NOUN
hij-1103	511	9	that	that	PRON
hij-1103	511	10	occurs	occur	VERB
hij-1103	511	11	,	,	PUNCT
hij-1103	511	12	was	be	AUX
hij-1103	511	13	also	also	ADV
hij-1103	511	14	created	create	VERB
hij-1103	511	15	to	to	PART
hij-1103	511	16	help	help	VERB
hij-1103	511	17	classify	classify	VERB
hij-1103	511	18	malware	malware	NOUN
hij-1103	511	19	.	.	PUNCT
hij-1103	512	1			NOUN
hij-1103	512	2	feature	feature	NOUN
hij-1103	512	3	engineering	engineering	NOUN
hij-1103	512	4	:	:	PUNCT
hij-1103	512	5	many	many	ADJ
hij-1103	512	6	features	feature	NOUN
hij-1103	512	7	were	be	AUX
hij-1103	512	8	extracted	extract	VERB
hij-1103	512	9	from	from	ADP
hij-1103	512	10	the	the	DET
hij-1103	512	11	dataset	dataset	NOUN
hij-1103	512	12	based	base	VERB
hij-1103	512	13	on	on	ADP
hij-1103	512	14	machine	machine	NOUN
hij-1103	512	15	-	-	PUNCT
hij-1103	512	16	learning	learn	VERB
hij-1103	512	17	feature	feature	NOUN
hij-1103	512	18	engineering	engineering	NOUN
hij-1103	512	19	.	.	PUNCT
hij-1103	513	1	some	some	DET
hij-1103	513	2	key	key	ADJ
hij-1103	513	3	features	feature	NOUN
hij-1103	513	4	used	use	VERB
hij-1103	513	5	were	be	AUX
hij-1103	513	6	standardization	standardization	NOUN
hij-1103	513	7	,	,	PUNCT
hij-1103	513	8	handling	handle	VERB
hij-1103	513	9	of	of	ADP
hij-1103	513	10	missing	miss	VERB
hij-1103	513	11	values	value	NOUN
hij-1103	513	12	,	,	PUNCT
hij-1103	513	13	and	and	CCONJ
hij-1103	513	14	the	the	DET
hij-1103	513	15	encoding	encoding	NOUN
hij-1103	513	16	of	of	ADP
hij-1103	513	17	nominal	nominal	ADJ
hij-1103	513	18	variables	variable	NOUN
hij-1103	513	19	.	.	PUNCT
hij-1103	514	1	furthermore	furthermore	ADV
hij-1103	514	2	,	,	PUNCT
hij-1103	514	3	feature	feature	NOUN
hij-1103	514	4	selection	selection	NOUN
hij-1103	514	5	techniques	technique	NOUN
hij-1103	514	6	were	be	AUX
hij-1103	514	7	used	use	VERB
hij-1103	514	8	to	to	PART
hij-1103	514	9	identify	identify	VERB
hij-1103	514	10	the	the	DET
hij-1103	514	11	most	most	ADV
hij-1103	514	12	appropriate	appropriate	ADJ
hij-1103	514	13	features	feature	NOUN
hij-1103	514	14	,	,	PUNCT
hij-1103	514	15	improving	improve	VERB
hij-1103	514	16	the	the	DET
hij-1103	514	17	model	model	NOUN
hij-1103	514	18	's	's	PART
hij-1103	514	19	overall	overall	ADJ
hij-1103	514	20	performance	performance	NOUN
hij-1103	514	21	.	.	PUNCT
hij-1103	515	1	this	this	DET
hij-1103	515	2	process	process	NOUN
hij-1103	515	3	attempts	attempt	VERB
hij-1103	515	4	to	to	PART
hij-1103	515	5	make	make	VERB
hij-1103	515	6	the	the	DET
hij-1103	515	7	data	datum	NOUN
hij-1103	515	8	more	more	ADV
hij-1103	515	9	suitable	suitable	ADJ
hij-1103	515	10	for	for	ADP
hij-1103	515	11	malware	malware	NOUN
hij-1103	515	12	classification	classification	NOUN
hij-1103	515	13	problems	problem	NOUN
hij-1103	515	14	.	.	PUNCT
hij-1103	516	1			NOUN
hij-1103	516	2	novel	novel	ADJ
hij-1103	516	3	model	model	NOUN
hij-1103	516	4	architecture	architecture	NOUN
hij-1103	516	5	:	:	PUNCT
hij-1103	516	6	a	a	DET
hij-1103	516	7	novel	novel	ADJ
hij-1103	516	8	architecture	architecture	NOUN
hij-1103	516	9	was	be	AUX
hij-1103	516	10	proposed	propose	VERB
hij-1103	516	11	that	that	SCONJ
hij-1103	516	12	integrates	integrate	VERB
hij-1103	516	13	the	the	DET
hij-1103	516	14	characteristic	characteristic	ADJ
hij-1103	516	15	structure	structure	NOUN
hij-1103	516	16	of	of	ADP
hij-1103	516	17	the	the	DET
hij-1103	516	18	vgg16	vgg16	NOUN
hij-1103	516	19	model	model	NOUN
hij-1103	516	20	with	with	ADP
hij-1103	516	21	other	other	ADJ
hij-1103	516	22	extra	extra	ADJ
hij-1103	516	23	convolutional	convolutional	ADJ
hij-1103	516	24	layers	layer	NOUN
hij-1103	516	25	and	and	CCONJ
hij-1103	516	26	batch	batch	VERB
hij-1103	516	27	normalization	normalization	NOUN
hij-1103	516	28	.	.	PUNCT
hij-1103	517	1	this	this	DET
hij-1103	517	2	integration	integration	NOUN
hij-1103	517	3	allows	allow	VERB
hij-1103	517	4	for	for	ADP
hij-1103	517	5	the	the	DET
hij-1103	517	6	capture	capture	NOUN
hij-1103	517	7	and	and	CCONJ
hij-1103	517	8	processing	processing	NOUN
hij-1103	517	9	of	of	ADP
hij-1103	517	10	small	small	ADJ
hij-1103	517	11	details	detail	NOUN
hij-1103	517	12	of	of	ADP
hij-1103	517	13	the	the	DET
hij-1103	517	14	input	input	NOUN
hij-1103	517	15	data	datum	NOUN
hij-1103	517	16	to	to	ADP
hij-1103	517	17	the	the	DET
hij-1103	517	18	model	model	NOUN
hij-1103	517	19	,	,	PUNCT
hij-1103	517	20	thus	thus	ADV
hij-1103	517	21	enhancing	enhance	VERB
hij-1103	517	22	the	the	DET
hij-1103	517	23	performance	performance	NOUN
hij-1103	517	24	of	of	ADP
hij-1103	517	25	the	the	DET
hij-1103	517	26	classification	classification	NOUN
hij-1103	517	27	function	function	NOUN
hij-1103	517	28	.	.	PUNCT
hij-1103	518	1	the	the	DET
hij-1103	518	2	proposed	propose	VERB
hij-1103	518	3	architecture	architecture	NOUN
hij-1103	518	4	of	of	ADP
hij-1103	518	5	the	the	DET
hij-1103	518	6	model	model	NOUN
hij-1103	518	7	is	be	AUX
hij-1103	518	8	explicitly	explicitly	ADV
hij-1103	518	9	intended	intend	VERB
hij-1103	518	10	to	to	PART
hij-1103	518	11	strengthen	strengthen	VERB
hij-1103	518	12	the	the	DET
hij-1103	518	13	identification	identification	NOUN
hij-1103	518	14	of	of	ADP
hij-1103	518	15	the	the	DET
hij-1103	518	16	relationships	relationship	NOUN
hij-1103	518	17	between	between	ADP
hij-1103	518	18	the	the	DET
hij-1103	518	19	component	component	NOUN
hij-1103	518	20	elements	element	NOUN
hij-1103	518	21	of	of	ADP
hij-1103	518	22	malware	malware	NOUN
hij-1103	518	23	and	and	CCONJ
hij-1103	518	24	improve	improve	VERB
hij-1103	518	25	the	the	DET
hij-1103	518	26	classification	classification	NOUN
hij-1103	518	27	accuracy	accuracy	NOUN
hij-1103	518	28	.	.	PUNCT
hij-1103	519	1			NOUN
hij-1103	519	2	improved	improved	ADJ
hij-1103	519	3	accuracy	accuracy	NOUN
hij-1103	519	4	:	:	PUNCT
hij-1103	519	5	the	the	DET
hij-1103	519	6	model	model	NOUN
hij-1103	519	7	's	's	PART
hij-1103	519	8	accuracy	accuracy	NOUN
hij-1103	519	9	was	be	AUX
hij-1103	519	10	high	high	ADJ
hij-1103	519	11	,	,	PUNCT
hij-1103	519	12	with	with	ADP
hij-1103	519	13	a	a	DET
hij-1103	519	14	training	training	NOUN
hij-1103	519	15	accuracy	accuracy	NOUN
hij-1103	519	16	of	of	ADP
hij-1103	519	17	99.35	99.35	NUM
hij-1103	519	18	%	%	NOUN
hij-1103	519	19	and	and	CCONJ
hij-1103	519	20	a	a	DET
hij-1103	519	21	testing	testing	NOUN
hij-1103	519	22	accuracy	accuracy	NOUN
hij-1103	519	23	of	of	ADP
hij-1103	519	24	98	98	NUM
hij-1103	519	25	%	%	NOUN
hij-1103	519	26	.	.	PUNCT
hij-1103	520	1	these	these	DET
hij-1103	520	2	results	result	NOUN
hij-1103	520	3	confirm	confirm	VERB
hij-1103	520	4	the	the	DET
hij-1103	520	5	definition	definition	NOUN
hij-1103	520	6	of	of	ADP
hij-1103	520	7	the	the	DET
hij-1103	520	8	malware	malware	NOUN
hij-1103	520	9	attack	attack	NOUN
hij-1103	520	10	type	type	NOUN
hij-1103	520	11	and	and	CCONJ
hij-1103	520	12	prove	prove	VERB
hij-1103	520	13	that	that	SCONJ
hij-1103	520	14	the	the	DET
hij-1103	520	15	proposed	propose	VERB
hij-1103	520	16	model	model	NOUN
hij-1103	520	17	is	be	AUX
hij-1103	520	18	highly	highly	ADV
hij-1103	520	19	accurate	accurate	ADJ
hij-1103	520	20	in	in	ADP
hij-1103	520	21	distinguishing	distinguish	VERB
hij-1103	520	22	between	between	ADP
hij-1103	520	23	normal	normal	ADJ
hij-1103	520	24	and	and	CCONJ
hij-1103	520	25	abnormal	abnormal	ADJ
hij-1103	520	26	activities	activity	NOUN
hij-1103	520	27	.	.	PUNCT
hij-1103	521	1			X
hij-1103	521	2	robust	robust	ADJ
hij-1103	521	3	generalization	generalization	NOUN
hij-1103	521	4	:	:	PUNCT
hij-1103	521	5	dropout	dropout	NOUN
hij-1103	521	6	and	and	CCONJ
hij-1103	521	7	batch	batch	NOUN
hij-1103	521	8	normalization	normalization	NOUN
hij-1103	521	9	were	be	AUX
hij-1103	521	10	introduced	introduce	VERB
hij-1103	521	11	into	into	ADP
hij-1103	521	12	the	the	DET
hij-1103	521	13	model	model	NOUN
hij-1103	521	14	construction	construction	NOUN
hij-1103	521	15	to	to	PART
hij-1103	521	16	prevent	prevent	VERB
hij-1103	521	17	overfitting	overfitting	NOUN
hij-1103	521	18	and	and	CCONJ
hij-1103	521	19	improve	improve	VERB
hij-1103	521	20	generalizability	generalizability	NOUN
hij-1103	521	21	.	.	PUNCT
hij-1103	522	1	they	they	PRON
hij-1103	522	2	help	help	VERB
hij-1103	522	3	the	the	DET
hij-1103	522	4	model	model	NOUN
hij-1103	522	5	identify	identify	VERB
hij-1103	522	6	correct	correct	ADJ
hij-1103	522	7	patterns	pattern	NOUN
hij-1103	522	8	in	in	ADP
hij-1103	522	9	unseen	unseen	ADJ
hij-1103	522	10	data	datum	NOUN
hij-1103	522	11	and	and	CCONJ
hij-1103	522	12	make	make	VERB
hij-1103	522	13	it	it	PRON
hij-1103	522	14	suitable	suitable	ADJ
hij-1103	522	15	for	for	ADP
hij-1103	522	16	real	real	ADJ
hij-1103	522	17	-	-	PUNCT
hij-1103	522	18	world	world	NOUN
hij-1103	522	19	use	use	NOUN
hij-1103	522	20	,	,	PUNCT
hij-1103	522	21	as	as	SCONJ
hij-1103	522	22	there	there	PRON
hij-1103	522	23	is	be	VERB
hij-1103	522	24	less	less	ADJ
hij-1103	522	25	chance	chance	NOUN
hij-1103	522	26	of	of	ADP
hij-1103	522	27	giving	give	VERB
hij-1103	522	28	incorrect	incorrect	ADJ
hij-1103	522	29	results	result	NOUN
hij-1103	522	30	.	.	PUNCT
hij-1103	523	1			NOUN
hij-1103	523	2	model	model	NOUN
hij-1103	523	3	training	training	NOUN
hij-1103	523	4	and	and	CCONJ
hij-1103	523	5	assessment	assessment	NOUN
hij-1103	523	6	:	:	PUNCT
hij-1103	523	7	the	the	DET
hij-1103	523	8	training	training	NOUN
hij-1103	523	9	and	and	CCONJ
hij-1103	523	10	testing	testing	NOUN
hij-1103	523	11	processes	process	NOUN
hij-1103	523	12	were	be	AUX
hij-1103	523	13	followed	follow	VERB
hij-1103	523	14	,	,	PUNCT
hij-1103	523	15	and	and	CCONJ
hij-1103	523	16	the	the	DET
hij-1103	523	17	dataset	dataset	NOUN
hij-1103	523	18	was	be	AUX
hij-1103	523	19	divided	divide	VERB
hij-1103	523	20	into	into	ADP
hij-1103	523	21	training	training	NOUN
hij-1103	523	22	and	and	CCONJ
hij-1103	523	23	testing	testing	NOUN
hij-1103	523	24	datasets	dataset	NOUN
hij-1103	523	25	.	.	PUNCT
hij-1103	524	1	measures	measure	NOUN
hij-1103	524	2	such	such	ADJ
hij-1103	524	3	as	as	ADP
hij-1103	524	4	accuracy	accuracy	NOUN
hij-1103	524	5	,	,	PUNCT
hij-1103	524	6	precision	precision	NOUN
hij-1103	524	7	,	,	PUNCT
hij-1103	524	8	recall	recall	NOUN
hij-1103	524	9	,	,	PUNCT
hij-1103	524	10	and	and	CCONJ
hij-1103	524	11	auc	auc	NOUN
hij-1103	524	12	were	be	AUX
hij-1103	524	13	used	use	VERB
hij-1103	524	14	to	to	PART
hij-1103	524	15	analyze	analyze	VERB
hij-1103	524	16	the	the	DET
hij-1103	524	17	model	model	NOUN
hij-1103	524	18	.	.	PUNCT
hij-1103	525	1	confucian	confucian	ADJ
hij-1103	525	2	matrices	matrix	NOUN
hij-1103	525	3	and	and	CCONJ
hij-1103	525	4	roc	roc	PROPN
hij-1103	525	5	curves	curve	NOUN
hij-1103	525	6	were	be	AUX
hij-1103	525	7	used	use	VERB
hij-1103	525	8	to	to	PART
hij-1103	525	9	test	test	VERB
hij-1103	525	10	the	the	DET
hij-1103	525	11	classification	classification	NOUN
hij-1103	525	12	precision	precision	NOUN
hij-1103	525	13	depending	depend	VERB
hij-1103	525	14	on	on	ADP
hij-1103	525	15	the	the	DET
hij-1103	525	16	type	type	NOUN
hij-1103	525	17	of	of	ADP
hij-1103	525	18	malware	malware	NOUN
hij-1103	525	19	attack	attack	NOUN
hij-1103	525	20	to	to	PART
hij-1103	525	21	quantify	quantify	VERB
hij-1103	525	22	the	the	DET
hij-1103	525	23	classification	classification	NOUN
hij-1103	525	24	accuracy	accuracy	NOUN
hij-1103	525	25	of	of	ADP
hij-1103	525	26	the	the	DET
hij-1103	525	27	proposed	propose	VERB
hij-1103	525	28	method	method	NOUN
hij-1103	525	29	.	.	PUNCT
hij-1103	526	1			NOUN
hij-1103	526	2	suitable	suitable	ADJ
hij-1103	526	3	for	for	ADP
hij-1103	526	4	binary	binary	ADJ
hij-1103	526	5	classification	classification	NOUN
hij-1103	526	6	:	:	PUNCT
hij-1103	526	7	the	the	DET
hij-1103	526	8	model	model	NOUN
hij-1103	526	9	is	be	AUX
hij-1103	526	10	best	well	ADV
hij-1103	526	11	used	use	VERB
hij-1103	526	12	for	for	ADP
hij-1103	526	13	tasks	task	NOUN
hij-1103	526	14	in	in	ADP
hij-1103	526	15	which	which	PRON
hij-1103	526	16	it	it	PRON
hij-1103	526	17	is	be	AUX
hij-1103	526	18	necessary	necessary	ADJ
hij-1103	526	19	to	to	PART
hij-1103	526	20	classify	classify	VERB
hij-1103	526	21	an	an	DET
hij-1103	526	22	object	object	NOUN
hij-1103	526	23	into	into	ADP
hij-1103	526	24	two	two	NUM
hij-1103	526	25	classes	class	NOUN
hij-1103	526	26	;	;	PUNCT
hij-1103	526	27	therefore	therefore	ADV
hij-1103	526	28	,	,	PUNCT
hij-1103	526	29	it	it	PRON
hij-1103	526	30	is	be	AUX
hij-1103	526	31	perfect	perfect	ADJ
hij-1103	526	32	for	for	ADP
hij-1103	526	33	binary	binary	ADJ
hij-1103	526	34	classification	classification	NOUN
hij-1103	526	35	.	.	PUNCT
hij-1103	527	1	this	this	DET
hij-1103	527	2	characteristic	characteristic	NOUN
hij-1103	527	3	allows	allow	VERB
hij-1103	527	4	it	it	PRON
hij-1103	527	5	to	to	PART
hij-1103	527	6	be	be	AUX
hij-1103	527	7	employed	employ	VERB
hij-1103	527	8	in	in	ADP
hij-1103	527	9	various	various	ADJ
hij-1103	527	10	areas	area	NOUN
hij-1103	527	11	such	such	ADJ
hij-1103	527	12	as	as	ADP
hij-1103	527	13	diagnostic	diagnostic	ADJ
hij-1103	527	14	medicine	medicine	NOUN
hij-1103	527	15	,	,	PUNCT
hij-1103	527	16	fraud	fraud	NOUN
hij-1103	527	17	prevention	prevention	NOUN
hij-1103	527	18	,	,	PUNCT
hij-1103	527	19	and	and	CCONJ
hij-1103	527	20	sentiment	sentiment	NOUN
hij-1103	527	21	analysis	analysis	NOUN
hij-1103	527	22	.	.	PUNCT
hij-1103	528	1			NOUN
hij-1103	528	2	contribution	contribution	NOUN
hij-1103	528	3	to	to	ADP
hij-1103	528	4	research	research	NOUN
hij-1103	528	5	:	:	PUNCT
hij-1103	528	6	this	this	DET
hij-1103	528	7	work	work	NOUN
hij-1103	528	8	helps	helps	AUX
hij-1103	528	9	improve	improve	VERB
hij-1103	528	10	deep	deep	ADJ
hij-1103	528	11	learning	learning	NOUN
hij-1103	528	12	and	and	CCONJ
hij-1103	528	13	computer	computer	NOUN
hij-1103	528	14	vision	vision	NOUN
hij-1103	528	15	by	by	ADP
hij-1103	528	16	combining	combine	VERB
hij-1103	528	17	existing	exist	VERB
hij-1103	528	18	approaches	approach	NOUN
hij-1103	528	19	with	with	ADP
hij-1103	528	20	proposed	propose	VERB
hij-1103	528	21	innovative	innovative	ADJ
hij-1103	528	22	strategies	strategy	NOUN
hij-1103	528	23	.	.	PUNCT
hij-1103	529	1	this	this	DET
hij-1103	529	2	study	study	NOUN
hij-1103	529	3	enhances	enhance	VERB
hij-1103	529	4	the	the	DET
hij-1103	529	5	existing	exist	VERB
hij-1103	529	6	body	body	NOUN
hij-1103	529	7	of	of	ADP
hij-1103	529	8	knowledge	knowledge	NOUN
hij-1103	529	9	in	in	ADP
hij-1103	529	10	these	these	DET
hij-1103	529	11	domains	domain	NOUN
hij-1103	529	12	and	and	CCONJ
hij-1103	529	13	can	can	AUX
hij-1103	529	14	further	far	ADV
hij-1103	529	15	help	help	VERB
hij-1103	529	16	identify	identify	VERB
hij-1103	529	17	possibilities	possibility	NOUN
hij-1103	529	18	for	for	ADP
hij-1103	529	19	future	future	ADJ
hij-1103	529	20	improvements	improvement	NOUN
hij-1103	529	21	in	in	ADP
hij-1103	529	22	model	model	NOUN
hij-1103	529	23	construction	construction	NOUN
hij-1103	529	24	and	and	CCONJ
hij-1103	529	25	categorization	categorization	NOUN
hij-1103	529	26	problems	problem	NOUN
hij-1103	529	27	.	.	PUNCT
hij-1103	530	1			X
hij-1103	530	2	future	future	ADJ
hij-1103	530	3	directions	direction	NOUN
hij-1103	530	4	:	:	PUNCT
hij-1103	530	5	as	as	SCONJ
hij-1103	530	6	highlighted	highlight	VERB
hij-1103	530	7	earlier	early	ADV
hij-1103	530	8	,	,	PUNCT
hij-1103	530	9	this	this	DET
hij-1103	530	10	study	study	NOUN
hij-1103	530	11	has	have	VERB
hij-1103	530	12	implications	implication	NOUN
hij-1103	530	13	for	for	ADP
hij-1103	530	14	future	future	ADJ
hij-1103	530	15	research	research	NOUN
hij-1103	530	16	.	.	PUNCT
hij-1103	531	1	these	these	PRON
hij-1103	531	2	include	include	VERB
hij-1103	531	3	ensemble	ensemble	ADJ
hij-1103	531	4	techniques	technique	NOUN
hij-1103	531	5	,	,	PUNCT
hij-1103	531	6	transferring	transfer	VERB
hij-1103	531	7	the	the	DET
hij-1103	531	8	model	model	NOUN
hij-1103	531	9	’s	’s	PART
hij-1103	531	10	knowledge	knowledge	NOUN
hij-1103	531	11	to	to	ADP
hij-1103	531	12	subsequent	subsequent	ADJ
hij-1103	531	13	fields	field	NOUN
hij-1103	531	14	,	,	PUNCT
hij-1103	531	15	and	and	CCONJ
hij-1103	531	16	dynamic	dynamic	ADJ
hij-1103	531	17	analytical	analytical	ADJ
hij-1103	531	18	attributes	attribute	NOUN
hij-1103	531	19	.	.	PUNCT
hij-1103	532	1	thus	thus	ADV
hij-1103	532	2	,	,	PUNCT
hij-1103	532	3	tests	test	NOUN
hij-1103	532	4	should	should	AUX
hij-1103	532	5	be	be	AUX
hij-1103	532	6	performed	perform	VERB
hij-1103	532	7	on	on	ADP
hij-1103	532	8	a	a	DET
hij-1103	532	9	more	more	ADV
hij-1103	532	10	extensive	extensive	ADJ
hij-1103	532	11	and	and	CCONJ
hij-1103	532	12	diverse	diverse	ADJ
hij-1103	532	13	dataset	dataset	NOUN
hij-1103	532	14	to	to	PART
hij-1103	532	15	evaluate	evaluate	VERB
hij-1103	532	16	the	the	DET
hij-1103	532	17	model	model	NOUN
hij-1103	532	18	's	's	PART
hij-1103	532	19	performance	performance	NOUN
hij-1103	532	20	in	in	ADP
hij-1103	532	21	a	a	DET
hij-1103	532	22	more	more	ADV
hij-1103	532	23	comprehensive	comprehensive	ADJ
hij-1103	532	24	range	range	NOUN
hij-1103	532	25	of	of	ADP
hij-1103	532	26	malware	malware	NOUN
hij-1103	532	27	attack	attack	NOUN
hij-1103	532	28	types	type	NOUN
hij-1103	532	29	and	and	CCONJ
hij-1103	532	30	improve	improve	VERB
hij-1103	532	31	its	its	PRON
hij-1103	532	32	characteristics	characteristic	NOUN
hij-1103	532	33	.	.	PUNCT
hij-1103	533	1	hightech	hightech	NOUN
hij-1103	533	2	and	and	CCONJ
hij-1103	533	3	innovation	innovation	NOUN
hij-1103	533	4	journal	journal	PROPN
hij-1103	533	5	vol	vol	NOUN
hij-1103	533	6	.	.	PROPN
hij-1103	534	1	6	6	NUM
hij-1103	534	2	,	,	PUNCT
hij-1103	534	3	no	no	INTJ
hij-1103	534	4	.	.	NOUN
hij-1103	534	5	2	2	NUM
hij-1103	534	6	,	,	PUNCT
hij-1103	534	7	june	june	PROPN
hij-1103	534	8	,	,	PUNCT
hij-1103	534	9	2025	2025	NUM
hij-1103	534	10	683	683	NUM
hij-1103	534	11	therefore	therefore	ADV
hij-1103	534	12	,	,	PUNCT
hij-1103	534	13	this	this	DET
hij-1103	534	14	research	research	NOUN
hij-1103	534	15	is	be	AUX
hij-1103	534	16	essential	essential	ADJ
hij-1103	534	17	to	to	ADP
hij-1103	534	18	the	the	DET
hij-1103	534	19	existing	exist	VERB
hij-1103	534	20	knowledge	knowledge	NOUN
hij-1103	534	21	on	on	ADP
hij-1103	534	22	android	android	PROPN
hij-1103	534	23	malware	malware	NOUN
hij-1103	534	24	detection	detection	NOUN
hij-1103	534	25	.	.	PUNCT
hij-1103	535	1	the	the	DET
hij-1103	535	2	presented	present	VERB
hij-1103	535	3	hybrid	hybrid	NOUN
hij-1103	535	4	model	model	NOUN
hij-1103	535	5	provides	provide	VERB
hij-1103	535	6	a	a	DET
hij-1103	535	7	viable	viable	ADJ
hij-1103	535	8	way	way	NOUN
hij-1103	535	9	to	to	PART
hij-1103	535	10	enhance	enhance	VERB
hij-1103	535	11	security	security	NOUN
hij-1103	535	12	,	,	PUNCT
hij-1103	535	13	and	and	CCONJ
hij-1103	535	14	the	the	DET
hij-1103	535	15	findings	finding	NOUN
hij-1103	535	16	of	of	ADP
hij-1103	535	17	this	this	DET
hij-1103	535	18	study	study	NOUN
hij-1103	535	19	provide	provide	VERB
hij-1103	535	20	the	the	DET
hij-1103	535	21	basis	basis	NOUN
hij-1103	535	22	for	for	ADP
hij-1103	535	23	further	further	ADJ
hij-1103	535	24	development	development	NOUN
hij-1103	535	25	of	of	ADP
hij-1103	535	26	malware	malware	NOUN
hij-1103	535	27	detection	detection	NOUN
hij-1103	535	28	and	and	CCONJ
hij-1103	535	29	deep	deep	ADJ
hij-1103	535	30	learning	learning	NOUN
hij-1103	535	31	approaches	approach	NOUN
hij-1103	535	32	.	.	PUNCT
hij-1103	536	1	6.4	6.4	NUM
hij-1103	536	2	.	.	PUNCT
hij-1103	536	3	model	model	NOUN
hij-1103	536	4	novel	novel	NOUN
hij-1103	536	5	design	design	NOUN
hij-1103	536	6	our	our	PRON
hij-1103	536	7	study	study	NOUN
hij-1103	536	8	employed	employ	VERB
hij-1103	536	9	a	a	DET
hij-1103	536	10	unique	unique	ADJ
hij-1103	536	11	model	model	NOUN
hij-1103	536	12	design	design	NOUN
hij-1103	536	13	that	that	PRON
hij-1103	536	14	combines	combine	VERB
hij-1103	536	15	the	the	DET
hij-1103	536	16	vgg16	vgg16	NOUN
hij-1103	536	17	cnn	cnn	PROPN
hij-1103	536	18	architecture	architecture	NOUN
hij-1103	536	19	with	with	ADP
hij-1103	536	20	additional	additional	ADJ
hij-1103	536	21	cnn	cnn	PROPN
hij-1103	536	22	layers	layer	NOUN
hij-1103	536	23	.	.	PUNCT
hij-1103	537	1	this	this	DET
hij-1103	537	2	design	design	NOUN
hij-1103	537	3	is	be	AUX
hij-1103	537	4	purposely	purposely	ADV
hij-1103	537	5	designed	design	VERB
hij-1103	537	6	for	for	ADP
hij-1103	537	7	use	use	NOUN
hij-1103	537	8	in	in	ADP
hij-1103	537	9	categorizing	categorize	VERB
hij-1103	537	10	android	android	PROPN
hij-1103	537	11	malware	malware	NOUN
hij-1103	537	12	attacks	attack	NOUN
hij-1103	537	13	:	:	PUNCT
hij-1103	537	14			X
hij-1103	537	15	vgg16	vgg16	PROPN
hij-1103	537	16	base	base	PROPN
hij-1103	537	17	model	model	NOUN
hij-1103	537	18	:	:	PUNCT
hij-1103	537	19	this	this	DET
hij-1103	537	20	model	model	NOUN
hij-1103	537	21	uses	use	VERB
hij-1103	537	22	a	a	DET
hij-1103	537	23	vgg16	vgg16	NOUN
hij-1103	537	24	model	model	NOUN
hij-1103	537	25	for	for	ADP
hij-1103	537	26	feature	feature	NOUN
hij-1103	537	27	extraction	extraction	NOUN
hij-1103	537	28	,	,	PUNCT
hij-1103	537	29	training	train	VERB
hij-1103	537	30	it	it	PRON
hij-1103	537	31	with	with	ADP
hij-1103	537	32	weights	weight	NOUN
hij-1103	537	33	preweighted	preweighte	VERB
hij-1103	537	34	by	by	ADP
hij-1103	537	35	imagenet	imagenet	NOUN
hij-1103	537	36	and	and	CCONJ
hij-1103	537	37	millions	million	NOUN
hij-1103	537	38	of	of	ADP
hij-1103	537	39	images	image	NOUN
hij-1103	537	40	.	.	PUNCT
hij-1103	538	1			X
hij-1103	538	2	several	several	ADJ
hij-1103	538	3	convolutional	convolutional	ADJ
hij-1103	538	4	layers	layer	NOUN
hij-1103	538	5	:	:	PUNCT
hij-1103	538	6	add	add	VERB
hij-1103	538	7	more	more	ADJ
hij-1103	538	8	layers	layer	NOUN
hij-1103	538	9	of	of	ADP
hij-1103	538	10	cnn	cnn	PROPN
hij-1103	538	11	with	with	ADP
hij-1103	538	12	batch	batch	NOUN
hij-1103	538	13	normalization	normalization	NOUN
hij-1103	538	14	to	to	PART
hij-1103	538	15	learn	learn	VERB
hij-1103	538	16	more	more	ADJ
hij-1103	538	17	complex	complex	ADJ
hij-1103	538	18	patterns	pattern	NOUN
hij-1103	538	19	of	of	ADP
hij-1103	538	20	appearance	appearance	NOUN
hij-1103	538	21	and	and	CCONJ
hij-1103	538	22	enhance	enhance	VERB
hij-1103	538	23	classification	classification	NOUN
hij-1103	538	24	ability	ability	NOUN
hij-1103	538	25	.	.	PUNCT
hij-1103	539	1			X
hij-1103	539	2	dense	dense	ADJ
hij-1103	539	3	layers	layer	NOUN
hij-1103	539	4	with	with	ADP
hij-1103	539	5	relu	relu	NOUN
hij-1103	539	6	activation	activation	NOUN
hij-1103	539	7	:	:	PUNCT
hij-1103	539	8	using	use	VERB
hij-1103	539	9	dense	dense	ADJ
hij-1103	539	10	layers	layer	NOUN
hij-1103	539	11	with	with	ADP
hij-1103	539	12	relu	relu	NOUN
hij-1103	539	13	activation	activation	NOUN
hij-1103	539	14	ensures	ensure	VERB
hij-1103	539	15	that	that	SCONJ
hij-1103	539	16	the	the	DET
hij-1103	539	17	model	model	NOUN
hij-1103	539	18	includes	include	VERB
hij-1103	539	19	nonlinearity	nonlinearity	NOUN
hij-1103	539	20	as	as	SCONJ
hij-1103	539	21	it	it	PRON
hij-1103	539	22	examines	examine	VERB
hij-1103	539	23	the	the	DET
hij-1103	539	24	features	feature	NOUN
hij-1103	539	25	and	and	CCONJ
hij-1103	539	26	tries	try	VERB
hij-1103	539	27	to	to	PART
hij-1103	539	28	identify	identify	VERB
hij-1103	539	29	patterns	pattern	NOUN
hij-1103	539	30	that	that	PRON
hij-1103	539	31	would	would	AUX
hij-1103	539	32	help	help	VERB
hij-1103	539	33	its	its	PRON
hij-1103	539	34	prediction	prediction	NOUN
hij-1103	539	35	.	.	PUNCT
hij-1103	540	1			PRON
hij-1103	540	2	dropout	dropout	NOUN
hij-1103	540	3	regularization	regularization	NOUN
hij-1103	540	4	:	:	PUNCT
hij-1103	540	5	dropout	dropout	NOUN
hij-1103	540	6	regularization	regularization	NOUN
hij-1103	540	7	helps	help	VERB
hij-1103	540	8	eliminate	eliminate	VERB
hij-1103	540	9	the	the	DET
hij-1103	540	10	problem	problem	NOUN
hij-1103	540	11	of	of	ADP
hij-1103	540	12	overfitting	overfitting	NOUN
hij-1103	540	13	and	and	CCONJ
hij-1103	540	14	enhances	enhance	VERB
hij-1103	540	15	the	the	DET
hij-1103	540	16	generalization	generalization	NOUN
hij-1103	540	17	and	and	CCONJ
hij-1103	540	18	reliability	reliability	NOUN
hij-1103	540	19	of	of	ADP
hij-1103	540	20	the	the	DET
hij-1103	540	21	model	model	NOUN
hij-1103	540	22	.	.	PUNCT
hij-1103	541	1			X
hij-1103	541	2	binary	binary	PROPN
hij-1103	541	3	classification	classification	NOUN
hij-1103	541	4	:	:	PUNCT
hij-1103	541	5	this	this	PRON
hij-1103	541	6	has	have	AUX
hij-1103	541	7	been	be	AUX
hij-1103	541	8	created	create	VERB
hij-1103	541	9	to	to	PART
hij-1103	541	10	facilitate	facilitate	VERB
hij-1103	541	11	binary	binary	ADJ
hij-1103	541	12	classification	classification	NOUN
hij-1103	541	13	,	,	PUNCT
hij-1103	541	14	which	which	PRON
hij-1103	541	15	entails	entail	VERB
hij-1103	541	16	differentiating	differentiate	VERB
hij-1103	541	17	between	between	ADP
hij-1103	541	18	two	two	NUM
hij-1103	541	19	classes	class	NOUN
hij-1103	541	20	.	.	PUNCT
hij-1103	542	1			NOUN
hij-1103	542	2	model	model	NOUN
hij-1103	542	3	strengths	strength	NOUN
hij-1103	542	4	:	:	PUNCT
hij-1103	542	5	the	the	DET
hij-1103	542	6	model	model	NOUN
hij-1103	542	7	combines	combine	VERB
hij-1103	542	8	vgg16	vgg16	PROPN
hij-1103	542	9	,	,	PUNCT
hij-1103	542	10	more	more	ADV
hij-1103	542	11	convolutional	convolutional	ADJ
hij-1103	542	12	layers	layer	NOUN
hij-1103	542	13	,	,	PUNCT
hij-1103	542	14	relu	relu	NOUN
hij-1103	542	15	activation	activation	NOUN
hij-1103	542	16	,	,	PUNCT
hij-1103	542	17	dropout	dropout	NOUN
hij-1103	542	18	,	,	PUNCT
hij-1103	542	19	and	and	CCONJ
hij-1103	542	20	batch	batch	VERB
hij-1103	542	21	normalization	normalization	NOUN
hij-1103	542	22	to	to	PART
hij-1103	542	23	improve	improve	VERB
hij-1103	542	24	feature	feature	NOUN
hij-1103	542	25	extraction	extraction	NOUN
hij-1103	542	26	,	,	PUNCT
hij-1103	542	27	reduce	reduce	VERB
hij-1103	542	28	overfitting	overfitting	NOUN
hij-1103	542	29	,	,	PUNCT
hij-1103	542	30	and	and	CCONJ
hij-1103	542	31	increase	increase	VERB
hij-1103	542	32	the	the	DET
hij-1103	542	33	classification	classification	NOUN
hij-1103	542	34	accuracy	accuracy	NOUN
hij-1103	542	35	.	.	PUNCT
hij-1103	543	1	7	7	X
hij-1103	543	2	.	.	X
hij-1103	543	3	conclusion	conclusion	NOUN
hij-1103	543	4	this	this	DET
hij-1103	543	5	study	study	NOUN
hij-1103	543	6	used	use	VERB
hij-1103	543	7	deep	deep	ADJ
hij-1103	543	8	cnns	cnn	NOUN
hij-1103	543	9	and	and	CCONJ
hij-1103	543	10	image	image	NOUN
hij-1103	543	11	-	-	PUNCT
hij-1103	543	12	processing	process	VERB
hij-1103	543	13	procedures	procedure	NOUN
hij-1103	543	14	to	to	PART
hij-1103	543	15	detect	detect	VERB
hij-1103	543	16	and	and	CCONJ
hij-1103	543	17	prevent	prevent	VERB
hij-1103	543	18	android	android	PROPN
hij-1103	543	19	malware	malware	NOUN
hij-1103	543	20	attacks	attack	NOUN
hij-1103	543	21	using	use	VERB
hij-1103	543	22	the	the	DET
hij-1103	543	23	cic	cic	PROPN
hij-1103	543	24	-	-	PUNCT
hij-1103	543	25	andmal2017	andmal2017	PROPN
hij-1103	543	26	dataset	dataset	NOUN
hij-1103	543	27	.	.	PUNCT
hij-1103	544	1	it	it	PRON
hij-1103	544	2	was	be	AUX
hij-1103	544	3	established	establish	VERB
hij-1103	544	4	that	that	SCONJ
hij-1103	544	5	the	the	DET
hij-1103	544	6	proposed	propose	VERB
hij-1103	544	7	classification	classification	NOUN
hij-1103	544	8	model	model	NOUN
hij-1103	544	9	was	be	AUX
hij-1103	544	10	effective	effective	ADJ
hij-1103	544	11	,	,	PUNCT
hij-1103	544	12	with	with	ADP
hij-1103	544	13	99.35	99.35	NUM
hij-1103	544	14	%	%	NOUN
hij-1103	544	15	accuracy	accuracy	NOUN
hij-1103	544	16	during	during	ADP
hij-1103	544	17	the	the	DET
hij-1103	544	18	training	training	NOUN
hij-1103	544	19	phase	phase	NOUN
hij-1103	544	20	and	and	CCONJ
hij-1103	544	21	98	98	NUM
hij-1103	544	22	%	%	NOUN
hij-1103	544	23	accuracy	accuracy	NOUN
hij-1103	544	24	during	during	ADP
hij-1103	544	25	the	the	DET
hij-1103	544	26	testing	testing	NOUN
hij-1103	544	27	phase	phase	NOUN
hij-1103	544	28	.	.	PUNCT
hij-1103	545	1	several	several	ADJ
hij-1103	545	2	methods	method	NOUN
hij-1103	545	3	are	be	AUX
hij-1103	545	4	used	use	VERB
hij-1103	545	5	in	in	ADP
hij-1103	545	6	data	data	NOUN
hij-1103	545	7	processing	processing	NOUN
hij-1103	545	8	and	and	CCONJ
hij-1103	545	9	pre	pre	NOUN
hij-1103	545	10	-	-	NOUN
hij-1103	545	11	treatment	treatment	NOUN
hij-1103	545	12	to	to	PART
hij-1103	545	13	ensure	ensure	VERB
hij-1103	545	14	the	the	DET
hij-1103	545	15	accuracy	accuracy	NOUN
hij-1103	545	16	and	and	CCONJ
hij-1103	545	17	reliability	reliability	NOUN
hij-1103	545	18	of	of	ADP
hij-1103	545	19	the	the	DET
hij-1103	545	20	data	datum	NOUN
hij-1103	545	21	.	.	PUNCT
hij-1103	546	1	to	to	PART
hij-1103	546	2	conduct	conduct	VERB
hij-1103	546	3	eda	eda	PROPN
hij-1103	546	4	,	,	PUNCT
hij-1103	546	5	the	the	DET
hij-1103	546	6	data	datum	NOUN
hij-1103	546	7	were	be	AUX
hij-1103	546	8	visualized	visualize	VERB
hij-1103	546	9	using	use	VERB
hij-1103	546	10	paired	pair	VERB
hij-1103	546	11	scatter	scatter	NOUN
hij-1103	546	12	plots	plot	NOUN
hij-1103	546	13	,	,	PUNCT
hij-1103	546	14	box	box	NOUN
hij-1103	546	15	plots	plot	NOUN
hij-1103	546	16	,	,	PUNCT
hij-1103	546	17	correlations	correlation	NOUN
hij-1103	546	18	,	,	PUNCT
hij-1103	546	19	and	and	CCONJ
hij-1103	546	20	histograms	histogram	NOUN
hij-1103	546	21	to	to	PART
hij-1103	546	22	understand	understand	VERB
hij-1103	546	23	the	the	DET
hij-1103	546	24	distribution	distribution	NOUN
hij-1103	546	25	and	and	CCONJ
hij-1103	546	26	correlation	correlation	NOUN
hij-1103	546	27	of	of	ADP
hij-1103	546	28	features	feature	NOUN
hij-1103	546	29	in	in	ADP
hij-1103	546	30	the	the	DET
hij-1103	546	31	dataset	dataset	NOUN
hij-1103	546	32	.	.	PUNCT
hij-1103	547	1	furthermore	furthermore	ADV
hij-1103	547	2	,	,	PUNCT
hij-1103	547	3	the	the	DET
hij-1103	547	4	vgg16	vgg16	PROPN
hij-1103	547	5	cnn	cnn	PROPN
hij-1103	547	6	architecture	architecture	NOUN
hij-1103	547	7	,	,	PUNCT
hij-1103	547	8	which	which	PRON
hij-1103	547	9	is	be	AUX
hij-1103	547	10	effective	effective	ADJ
hij-1103	547	11	in	in	ADP
hij-1103	547	12	image	image	NOUN
hij-1103	547	13	classification	classification	NOUN
hij-1103	547	14	tasks	task	NOUN
hij-1103	547	15	,	,	PUNCT
hij-1103	547	16	was	be	AUX
hij-1103	547	17	modified	modify	VERB
hij-1103	547	18	for	for	ADP
hij-1103	547	19	tabular	tabular	PROPN
hij-1103	547	20	data	datum	NOUN
hij-1103	547	21	.	.	PUNCT
hij-1103	548	1	changes	change	NOUN
hij-1103	548	2	were	be	AUX
hij-1103	548	3	made	make	VERB
hij-1103	548	4	to	to	ADP
hij-1103	548	5	the	the	DET
hij-1103	548	6	input	input	NOUN
hij-1103	548	7	configuration	configuration	NOUN
hij-1103	548	8	and	and	CCONJ
hij-1103	548	9	output	output	NOUN
hij-1103	548	10	categories	category	NOUN
hij-1103	548	11	to	to	PART
hij-1103	548	12	reflect	reflect	VERB
hij-1103	548	13	the	the	DET
hij-1103	548	14	dataset	dataset	NOUN
hij-1103	548	15	's	's	PART
hij-1103	548	16	nature	nature	NOUN
hij-1103	548	17	better	well	ADV
hij-1103	548	18	.	.	PUNCT
hij-1103	549	1	the	the	DET
hij-1103	549	2	convolution	convolution	NOUN
hij-1103	549	3	layer	layer	NOUN
hij-1103	549	4	and	and	CCONJ
hij-1103	549	5	a	a	DET
hij-1103	549	6	fully	fully	ADV
hij-1103	549	7	connected	connect	VERB
hij-1103	549	8	layer	layer	NOUN
hij-1103	549	9	with	with	ADP
hij-1103	549	10	a	a	DET
hij-1103	549	11	softmax	softmax	NOUN
hij-1103	549	12	classification	classification	NOUN
hij-1103	549	13	function	function	NOUN
hij-1103	549	14	in	in	ADP
hij-1103	549	15	the	the	DET
hij-1103	549	16	last	last	ADJ
hij-1103	549	17	step	step	NOUN
hij-1103	549	18	,	,	PUNCT
hij-1103	549	19	as	as	SCONJ
hij-1103	549	20	this	this	PRON
hij-1103	549	21	was	be	AUX
hij-1103	549	22	a	a	DET
hij-1103	549	23	multiclass	multiclass	ADJ
hij-1103	549	24	problem	problem	NOUN
hij-1103	549	25	.	.	PUNCT
hij-1103	550	1	moreover	moreover	ADV
hij-1103	550	2	,	,	PUNCT
hij-1103	550	3	regarding	regard	VERB
hij-1103	550	4	accuracy	accuracy	NOUN
hij-1103	550	5	,	,	PUNCT
hij-1103	550	6	precision	precision	NOUN
hij-1103	550	7	,	,	PUNCT
hij-1103	550	8	recall	recall	NOUN
hij-1103	550	9	,	,	PUNCT
hij-1103	550	10	and	and	CCONJ
hij-1103	550	11	f1	f1	NOUN
hij-1103	550	12	-	-	PUNCT
hij-1103	550	13	score	score	NOUN
hij-1103	550	14	,	,	PUNCT
hij-1103	550	15	the	the	DET
hij-1103	550	16	model	model	NOUN
hij-1103	550	17	was	be	AUX
hij-1103	550	18	validated	validate	VERB
hij-1103	550	19	as	as	ADP
hij-1103	550	20	reliable	reliable	ADJ
hij-1103	550	21	and	and	CCONJ
hij-1103	550	22	efficient	efficient	ADJ
hij-1103	550	23	in	in	ADP
hij-1103	550	24	identifying	identify	VERB
hij-1103	550	25	android	android	PROPN
hij-1103	550	26	-	-	PUNCT
hij-1103	550	27	based	base	VERB
hij-1103	550	28	malware	malware	NOUN
hij-1103	550	29	.	.	PUNCT
hij-1103	551	1	it	it	PRON
hij-1103	551	2	was	be	AUX
hij-1103	551	3	concluded	conclude	VERB
hij-1103	551	4	that	that	SCONJ
hij-1103	551	5	pre	pre	ADJ
hij-1103	551	6	-	-	ADJ
hij-1103	551	7	training	training	ADJ
hij-1103	551	8	vgg16	vgg16	NOUN
hij-1103	551	9	weights	weight	NOUN
hij-1103	551	10	,	,	PUNCT
hij-1103	551	11	using	use	VERB
hij-1103	551	12	data	datum	NOUN
hij-1103	551	13	augmentation	augmentation	NOUN
hij-1103	551	14	techniques	technique	NOUN
hij-1103	551	15	,	,	PUNCT
hij-1103	551	16	and	and	CCONJ
hij-1103	551	17	interpreting	interpret	VERB
hij-1103	551	18	the	the	DET
hij-1103	551	19	layer	layer	NOUN
hij-1103	551	20	outputs	output	NOUN
hij-1103	551	21	during	during	ADP
hij-1103	551	22	testing	testing	NOUN
hij-1103	551	23	were	be	AUX
hij-1103	551	24	optimal	optimal	ADJ
hij-1103	551	25	.	.	PUNCT
hij-1103	552	1	however	however	ADV
hij-1103	552	2	,	,	PUNCT
hij-1103	552	3	this	this	DET
hij-1103	552	4	study	study	NOUN
hij-1103	552	5	also	also	ADV
hij-1103	552	6	had	have	VERB
hij-1103	552	7	shortcomings	shortcoming	NOUN
hij-1103	552	8	,	,	PUNCT
hij-1103	552	9	including	include	VERB
hij-1103	552	10	requiring	require	VERB
hij-1103	552	11	more	more	ADV
hij-1103	552	12	significant	significant	ADJ
hij-1103	552	13	and	and	CCONJ
hij-1103	552	14	diverse	diverse	ADJ
hij-1103	552	15	databases	database	NOUN
hij-1103	552	16	and	and	CCONJ
hij-1103	552	17	extending	extend	VERB
hij-1103	552	18	the	the	DET
hij-1103	552	19	model	model	NOUN
hij-1103	552	20	to	to	ADP
hij-1103	552	21	new	new	ADJ
hij-1103	552	22	malware	malware	NOUN
hij-1103	552	23	.	.	PUNCT
hij-1103	553	1	therefore	therefore	ADV
hij-1103	553	2	,	,	PUNCT
hij-1103	553	3	this	this	DET
hij-1103	553	4	study	study	NOUN
hij-1103	553	5	successfully	successfully	ADV
hij-1103	553	6	validated	validate	VERB
hij-1103	553	7	deep	deep	ADJ
hij-1103	553	8	learning	learning	NOUN
hij-1103	553	9	and	and	CCONJ
hij-1103	553	10	image	image	NOUN
hij-1103	553	11	processing	processing	NOUN
hij-1103	553	12	approaches	approach	NOUN
hij-1103	553	13	to	to	PART
hij-1103	553	14	classify	classify	VERB
hij-1103	553	15	android	android	PROPN
hij-1103	553	16	malware	malware	NOUN
hij-1103	553	17	accurately	accurately	ADV
hij-1103	553	18	.	.	PUNCT
hij-1103	554	1	the	the	DET
hij-1103	554	2	model	model	NOUN
hij-1103	554	3	achieved	achieve	VERB
hij-1103	554	4	a	a	DET
hij-1103	554	5	high	high	ADJ
hij-1103	554	6	accuracy	accuracy	NOUN
hij-1103	554	7	of	of	ADP
hij-1103	554	8	99.35	99.35	NUM
hij-1103	554	9	%	%	NOUN
hij-1103	554	10	in	in	ADP
hij-1103	554	11	the	the	DET
hij-1103	554	12	training	training	NOUN
hij-1103	554	13	phase	phase	NOUN
hij-1103	554	14	,	,	PUNCT
hij-1103	554	15	which	which	PRON
hij-1103	554	16	indicates	indicate	VERB
hij-1103	554	17	its	its	PRON
hij-1103	554	18	applicability	applicability	NOUN
hij-1103	554	19	in	in	ADP
hij-1103	554	20	malware	malware	NOUN
hij-1103	554	21	detection	detection	NOUN
hij-1103	554	22	.	.	PUNCT
hij-1103	555	1	the	the	DET
hij-1103	555	2	current	current	ADJ
hij-1103	555	3	research	research	NOUN
hij-1103	555	4	also	also	ADV
hij-1103	555	5	benefits	benefit	VERB
hij-1103	555	6	the	the	DET
hij-1103	555	7	field	field	NOUN
hij-1103	555	8	,	,	PUNCT
hij-1103	555	9	as	as	SCONJ
hij-1103	555	10	it	it	PRON
hij-1103	555	11	demonstrates	demonstrate	VERB
hij-1103	555	12	the	the	DET
hij-1103	555	13	applicability	applicability	NOUN
hij-1103	555	14	of	of	ADP
hij-1103	555	15	deep	deep	ADJ
hij-1103	555	16	learning	learning	NOUN
hij-1103	555	17	in	in	ADP
hij-1103	555	18	malware	malware	NOUN
hij-1103	555	19	classification	classification	NOUN
hij-1103	555	20	and	and	CCONJ
hij-1103	555	21	serves	serve	VERB
hij-1103	555	22	as	as	ADP
hij-1103	555	23	a	a	DET
hij-1103	555	24	basis	basis	NOUN
hij-1103	555	25	for	for	ADP
hij-1103	555	26	the	the	DET
hij-1103	555	27	evolution	evolution	NOUN
hij-1103	555	28	of	of	ADP
hij-1103	555	29	more	more	ADV
hij-1103	555	30	potent	potent	ADJ
hij-1103	555	31	and	and	CCONJ
hij-1103	555	32	practical	practical	ADJ
hij-1103	555	33	models	model	NOUN
hij-1103	555	34	.	.	PUNCT
hij-1103	556	1	7.1	7.1	NUM
hij-1103	556	2	.	.	PUNCT
hij-1103	557	1	future	future	ADJ
hij-1103	557	2	work	work	NOUN
hij-1103	557	3	while	while	SCONJ
hij-1103	557	4	our	our	PRON
hij-1103	557	5	study	study	NOUN
hij-1103	557	6	shows	show	VERB
hij-1103	557	7	the	the	DET
hij-1103	557	8	potential	potential	NOUN
hij-1103	557	9	for	for	ADP
hij-1103	557	10	using	use	VERB
hij-1103	557	11	deep	deep	ADJ
hij-1103	557	12	convolutional	convolutional	ADJ
hij-1103	557	13	neural	neural	ADJ
hij-1103	557	14	networks	network	NOUN
hij-1103	557	15	(	(	PUNCT
hij-1103	557	16	cnns	cnns	PROPN
hij-1103	557	17	)	)	PUNCT
hij-1103	557	18	with	with	ADP
hij-1103	557	19	image	image	NOUN
hij-1103	557	20	analysis	analysis	NOUN
hij-1103	557	21	for	for	ADP
hij-1103	557	22	android	android	PROPN
hij-1103	557	23	malware	malware	NOUN
hij-1103	557	24	detection	detection	NOUN
hij-1103	557	25	,	,	PUNCT
hij-1103	557	26	several	several	ADJ
hij-1103	557	27	shortcomings	shortcoming	NOUN
hij-1103	557	28	still	still	ADV
hij-1103	557	29	require	require	VERB
hij-1103	557	30	solving	solve	VERB
hij-1103	557	31	in	in	ADP
hij-1103	557	32	the	the	DET
hij-1103	557	33	future	future	NOUN
hij-1103	557	34	,	,	PUNCT
hij-1103	557	35	and	and	CCONJ
hij-1103	557	36	possible	possible	ADJ
hij-1103	557	37	ways	way	NOUN
hij-1103	557	38	for	for	ADP
hij-1103	557	39	enhancement	enhancement	NOUN
hij-1103	557	40	will	will	AUX
hij-1103	557	41	be	be	AUX
hij-1103	557	42	explored	explore	VERB
hij-1103	557	43	in	in	ADP
hij-1103	557	44	future	future	ADJ
hij-1103	557	45	research	research	NOUN
hij-1103	557	46	.	.	PUNCT
hij-1103	558	1	one	one	NUM
hij-1103	558	2	critical	critical	ADJ
hij-1103	558	3	aspect	aspect	NOUN
hij-1103	558	4	is	be	AUX
hij-1103	558	5	expanding	expand	VERB
hij-1103	558	6	the	the	DET
hij-1103	558	7	provided	provide	VERB
hij-1103	558	8	dataset	dataset	NOUN
hij-1103	558	9	to	to	PART
hij-1103	558	10	include	include	VERB
hij-1103	558	11	more	more	ADJ
hij-1103	558	12	malware	malware	NOUN
hij-1103	558	13	varieties	variety	NOUN
hij-1103	558	14	and	and	CCONJ
hij-1103	558	15	up	up	ADP
hij-1103	558	16	-	-	PUNCT
hij-1103	558	17	to	to	ADP
hij-1103	558	18	-	-	PUNCT
hij-1103	558	19	date	date	NOUN
hij-1103	558	20	samples	sample	NOUN
hij-1103	558	21	.	.	PUNCT
hij-1103	559	1	owing	owe	VERB
hij-1103	559	2	to	to	ADP
hij-1103	559	3	the	the	DET
hij-1103	559	4	rapid	rapid	ADJ
hij-1103	559	5	evolution	evolution	NOUN
hij-1103	559	6	of	of	ADP
hij-1103	559	7	android	android	PROPN
hij-1103	559	8	malware	malware	NOUN
hij-1103	559	9	,	,	PUNCT
hij-1103	559	10	a	a	DET
hij-1103	559	11	larger	large	ADJ
hij-1103	559	12	dataset	dataset	NOUN
hij-1103	559	13	,	,	PUNCT
hij-1103	559	14	including	include	VERB
hij-1103	559	15	recent	recent	ADJ
hij-1103	559	16	and	and	CCONJ
hij-1103	559	17	emerging	emerge	VERB
hij-1103	559	18	malware	malware	NOUN
hij-1103	559	19	,	,	PUNCT
hij-1103	559	20	will	will	AUX
hij-1103	559	21	assist	assist	VERB
hij-1103	559	22	in	in	ADP
hij-1103	559	23	model	model	NOUN
hij-1103	559	24	generalization	generalization	NOUN
hij-1103	559	25	and	and	CCONJ
hij-1103	559	26	robustness	robustness	NOUN
hij-1103	559	27	.	.	PUNCT
hij-1103	560	1	in	in	ADP
hij-1103	560	2	addition	addition	NOUN
hij-1103	560	3	,	,	PUNCT
hij-1103	560	4	malware	malware	NOUN
hij-1103	560	5	synthesis	synthesis	NOUN
hij-1103	560	6	from	from	ADP
hij-1103	560	7	generative	generative	ADJ
hij-1103	560	8	adversarial	adversarial	ADJ
hij-1103	560	9	networks	network	NOUN
hij-1103	560	10	(	(	PUNCT
hij-1103	560	11	gans	gan	NOUN
hij-1103	560	12	)	)	PUNCT
hij-1103	560	13	can	can	AUX
hij-1103	560	14	be	be	AUX
hij-1103	560	15	integrated	integrate	VERB
hij-1103	560	16	into	into	ADP
hij-1103	560	17	the	the	DET
hij-1103	560	18	training	training	NOUN
hij-1103	560	19	process	process	NOUN
hij-1103	560	20	to	to	PART
hij-1103	560	21	synthesize	synthesize	VERB
hij-1103	560	22	realistic	realistic	ADJ
hij-1103	560	23	malware	malware	NOUN
hij-1103	560	24	variants	variant	NOUN
hij-1103	560	25	to	to	PART
hij-1103	560	26	help	help	VERB
hij-1103	560	27	the	the	DET
hij-1103	560	28	model	model	NOUN
hij-1103	560	29	adapt	adapt	VERB
hij-1103	560	30	to	to	ADP
hij-1103	560	31	new	new	ADJ
hij-1103	560	32	attack	attack	NOUN
hij-1103	560	33	patterns	pattern	NOUN
hij-1103	560	34	.	.	PUNCT
hij-1103	561	1	it	it	PRON
hij-1103	561	2	also	also	ADV
hij-1103	561	3	opens	open	VERB
hij-1103	561	4	up	up	ADP
hij-1103	561	5	future	future	ADJ
hij-1103	561	6	work	work	NOUN
hij-1103	561	7	on	on	ADP
hij-1103	561	8	transferring	transfer	VERB
hij-1103	561	9	the	the	DET
hij-1103	561	10	model	model	NOUN
hij-1103	561	11	to	to	ADP
hij-1103	561	12	other	other	ADJ
hij-1103	561	13	operating	operating	NOUN
hij-1103	561	14	systems	system	NOUN
hij-1103	561	15	,	,	PUNCT
hij-1103	561	16	specifically	specifically	ADV
hij-1103	561	17	windows	window	NOUN
hij-1103	561	18	and	and	CCONJ
hij-1103	561	19	ios	io	NOUN
hij-1103	561	20	,	,	PUNCT
hij-1103	561	21	for	for	ADP
hij-1103	561	22	an	an	DET
hij-1103	561	23	all	all	ADV
hij-1103	561	24	-	-	PUNCT
hij-1103	561	25	around	around	ADV
hij-1103	561	26	cross	cross	ADJ
hij-1103	561	27	-	-	ADJ
hij-1103	561	28	platform	platform	ADJ
hij-1103	561	29	malware	malware	NOUN
hij-1103	561	30	detection	detection	NOUN
hij-1103	561	31	framework	framework	NOUN
hij-1103	561	32	.	.	PUNCT
hij-1103	562	1	in	in	ADP
hij-1103	562	2	addition	addition	NOUN
hij-1103	562	3	,	,	PUNCT
hij-1103	562	4	our	our	PRON
hij-1103	562	5	modified	modified	ADJ
hij-1103	562	6	vgg16	vgg16	NOUN
hij-1103	562	7	architecture	architecture	NOUN
hij-1103	562	8	is	be	AUX
hij-1103	562	9	compelling	compelling	ADJ
hij-1103	562	10	,	,	PUNCT
hij-1103	562	11	and	and	CCONJ
hij-1103	562	12	further	further	ADJ
hij-1103	562	13	architectural	architectural	ADJ
hij-1103	562	14	optimization	optimization	NOUN
hij-1103	562	15	could	could	AUX
hij-1103	562	16	be	be	AUX
hij-1103	562	17	explored	explore	VERB
hij-1103	562	18	.	.	PUNCT
hij-1103	563	1	at	at	ADP
hij-1103	563	2	the	the	DET
hij-1103	563	3	same	same	ADJ
hij-1103	563	4	time	time	NOUN
hij-1103	563	5	,	,	PUNCT
hij-1103	563	6	the	the	DET
hij-1103	563	7	classification	classification	NOUN
hij-1103	563	8	performance	performance	NOUN
hij-1103	563	9	can	can	AUX
hij-1103	563	10	be	be	AUX
hij-1103	563	11	improved	improve	VERB
hij-1103	563	12	by	by	ADP
hij-1103	563	13	utilizing	utilize	VERB
hij-1103	563	14	attention	attention	NOUN
hij-1103	563	15	mechanisms	mechanism	NOUN
hij-1103	563	16	,	,	PUNCT
hij-1103	563	17	transformer	transformer	NOUN
hij-1103	563	18	-	-	PUNCT
hij-1103	563	19	based	base	VERB
hij-1103	563	20	models	model	NOUN
hij-1103	563	21	,	,	PUNCT
hij-1103	563	22	and	and	CCONJ
hij-1103	563	23	hybrid	hybrid	ADJ
hij-1103	563	24	deep	deep	ADJ
hij-1103	563	25	learning	learning	NOUN
hij-1103	563	26	approaches	approach	NOUN
hij-1103	563	27	,	,	PUNCT
hij-1103	563	28	thereby	thereby	ADV
hij-1103	563	29	reducing	reduce	VERB
hij-1103	563	30	the	the	DET
hij-1103	563	31	computational	computational	ADJ
hij-1103	563	32	overhead	overhead	NOUN
hij-1103	563	33	.	.	PUNCT
hij-1103	564	1	integrating	integrate	VERB
hij-1103	564	2	xai	xai	PROPN
hij-1103	564	3	techniques	technique	NOUN
hij-1103	564	4	with	with	ADP
hij-1103	564	5	explainable	explainable	ADJ
hij-1103	564	6	ai	ai	NOUN
hij-1103	564	7	(	(	PUNCT
hij-1103	564	8	xai	xai	PROPN
hij-1103	564	9	)	)	PUNCT
hij-1103	564	10	is	be	AUX
hij-1103	564	11	another	another	DET
hij-1103	564	12	promising	promising	ADJ
hij-1103	564	13	direction	direction	NOUN
hij-1103	564	14	for	for	ADP
hij-1103	564	15	model	model	NOUN
hij-1103	564	16	interpretability	interpretability	NOUN
hij-1103	564	17	to	to	PART
hij-1103	564	18	provide	provide	VERB
hij-1103	564	19	security	security	NOUN
hij-1103	564	20	analysts	analyst	NOUN
hij-1103	564	21	with	with	ADP
hij-1103	564	22	a	a	DET
hij-1103	564	23	hightech	hightech	NOUN
hij-1103	564	24	and	and	CCONJ
hij-1103	564	25	innovation	innovation	NOUN
hij-1103	564	26	journal	journal	PROPN
hij-1103	564	27	vol	vol	NOUN
hij-1103	564	28	.	.	PROPN
hij-1103	564	29	6	6	NUM
hij-1103	564	30	,	,	PUNCT
hij-1103	564	31	no	no	INTJ
hij-1103	564	32	.	.	NOUN
hij-1103	564	33	2	2	NUM
hij-1103	564	34	,	,	PUNCT
hij-1103	564	35	june	june	PROPN
hij-1103	564	36	,	,	PUNCT
hij-1103	564	37	2025	2025	NUM
hij-1103	564	38	684	684	NUM
hij-1103	564	39	better	well	ADJ
hij-1103	564	40	understanding	understanding	NOUN
hij-1103	564	41	of	of	ADP
hij-1103	564	42	classification	classification	NOUN
hij-1103	564	43	decisions	decision	NOUN
hij-1103	564	44	and	and	CCONJ
hij-1103	564	45	increase	increase	VERB
hij-1103	564	46	trust	trust	NOUN
hij-1103	564	47	in	in	ADP
hij-1103	564	48	automated	automate	VERB
hij-1103	564	49	malware	malware	NOUN
hij-1103	564	50	detection	detection	NOUN
hij-1103	564	51	systems	system	NOUN
hij-1103	564	52	.	.	PUNCT
hij-1103	565	1	second	second	ADJ
hij-1103	565	2	,	,	PUNCT
hij-1103	565	3	we	we	PRON
hij-1103	565	4	can	can	AUX
hij-1103	565	5	also	also	ADV
hij-1103	565	6	investigate	investigate	VERB
hij-1103	565	7	the	the	DET
hij-1103	565	8	real	real	ADJ
hij-1103	565	9	-	-	PUNCT
hij-1103	565	10	time	time	NOUN
hij-1103	565	11	implementation	implementation	NOUN
hij-1103	565	12	and	and	CCONJ
hij-1103	565	13	deployment	deployment	NOUN
hij-1103	565	14	of	of	ADP
hij-1103	565	15	the	the	DET
hij-1103	565	16	model	model	NOUN
hij-1103	565	17	on	on	ADP
hij-1103	565	18	mobileand	mobileand	NOUN
hij-1103	565	19	cloud	cloud	NOUN
hij-1103	565	20	-	-	PUNCT
hij-1103	565	21	based	base	VERB
hij-1103	565	22	security	security	NOUN
hij-1103	565	23	platforms	platform	NOUN
hij-1103	565	24	to	to	PART
hij-1103	565	25	ascertain	ascertain	VERB
hij-1103	565	26	performance	performance	NOUN
hij-1103	565	27	in	in	ADP
hij-1103	565	28	such	such	ADJ
hij-1103	565	29	practical	practical	ADJ
hij-1103	565	30	scenarios	scenario	NOUN
hij-1103	565	31	.	.	PUNCT
hij-1103	566	1	future	future	ADJ
hij-1103	566	2	advancements	advancement	NOUN
hij-1103	566	3	in	in	ADP
hij-1103	566	4	these	these	DET
hij-1103	566	5	areas	area	NOUN
hij-1103	566	6	will	will	AUX
hij-1103	566	7	help	help	VERB
hij-1103	566	8	enhance	enhance	VERB
hij-1103	566	9	the	the	DET
hij-1103	566	10	continuous	continuous	ADJ
hij-1103	566	11	improvement	improvement	NOUN
hij-1103	566	12	of	of	ADP
hij-1103	566	13	deep	deep	ADJ
hij-1103	566	14	-	-	PUNCT
hij-1103	566	15	learning	learning	NOUN
hij-1103	566	16	-	-	PUNCT
hij-1103	566	17	based	base	VERB
hij-1103	566	18	malware	malware	NOUN
hij-1103	566	19	detection	detection	NOUN
hij-1103	566	20	systems	system	NOUN
hij-1103	566	21	that	that	PRON
hij-1103	566	22	are	be	AUX
hij-1103	566	23	better	well	ADV
hij-1103	566	24	adaptable	adaptable	ADJ
hij-1103	566	25	,	,	PUNCT
hij-1103	566	26	scalable	scalable	ADJ
hij-1103	566	27	,	,	PUNCT
hij-1103	566	28	and	and	CCONJ
hij-1103	566	29	resilient	resilient	ADJ
hij-1103	566	30	to	to	ADP
hij-1103	566	31	changing	change	VERB
hij-1103	566	32	cyber	cyber	NOUN
hij-1103	566	33	threats	threat	NOUN
hij-1103	566	34	.	.	PUNCT
hij-1103	567	1	8	8	X
hij-1103	567	2	.	.	X
hij-1103	567	3	abbreviation	abbreviation	NOUN
hij-1103	567	4	cnn	cnn	PROPN
hij-1103	567	5	convolutional	convolutional	ADJ
hij-1103	567	6	neural	neural	ADJ
hij-1103	567	7	network	network	NOUN
hij-1103	567	8	dcnn	dcnn	PROPN
hij-1103	567	9	deep	deep	PROPN
hij-1103	567	10	cnn	cnn	PROPN
hij-1103	567	11	cic	cic	PROPN
hij-1103	567	12	canadian	canadian	PROPN
hij-1103	567	13	institute	institute	PROPN
hij-1103	567	14	for	for	ADP
hij-1103	567	15	cybersecurity	cybersecurity	NOUN
hij-1103	567	16	dl	dl	PROPN
hij-1103	567	17	deep	deep	ADJ
hij-1103	567	18	learning	learning	NOUN
hij-1103	567	19	ml	ml	AUX
hij-1103	567	20	machine	machine	NOUN
hij-1103	567	21	learning	learning	NOUN
hij-1103	567	22	dt	dt	NOUN
hij-1103	567	23	decision	decision	NOUN
hij-1103	567	24	tree	tree	NOUN
hij-1103	567	25	ga	ga	PROPN
hij-1103	567	26	genetic	genetic	ADJ
hij-1103	567	27	algorithm	algorithm	NOUN
hij-1103	567	28	ip	ip	PRON
hij-1103	567	29	internet	internet	NOUN
hij-1103	567	30	protocol	protocol	PROPN
hij-1103	567	31	apk	apk	PROPN
hij-1103	567	32	android	android	PROPN
hij-1103	567	33	package	package	PROPN
hij-1103	567	34	kit	kit	NOUN
hij-1103	567	35	fp	fp	X
hij-1103	567	36	false	false	ADJ
hij-1103	567	37	positive	positive	ADJ
hij-1103	567	38	svm	svm	NOUN
hij-1103	567	39	support	support	NOUN
hij-1103	567	40	vector	vector	NOUN
hij-1103	567	41	machine	machine	NOUN
hij-1103	567	42	fn	fn	ADP
hij-1103	567	43	false	false	ADJ
hij-1103	567	44	negative	negative	ADJ
hij-1103	567	45	nb	nb	INTJ
hij-1103	567	46	naïve	naïve	ADJ
hij-1103	567	47	bayes	bayes	PROPN
hij-1103	567	48	auc	auc	PROPN
hij-1103	567	49	-	-	PUNCT
hij-1103	567	50	roc	roc	PROPN
hij-1103	567	51	area	area	NOUN
hij-1103	567	52	under	under	ADP
hij-1103	567	53	the	the	DET
hij-1103	567	54	receiver	receiver	NOUN
hij-1103	567	55	operating	operate	VERB
hij-1103	567	56	characteristic	characteristic	ADJ
hij-1103	567	57	curve	curve	NOUN
hij-1103	567	58	eda	eda	PROPN
hij-1103	567	59	exploratory	exploratory	ADJ
hij-1103	567	60	data	datum	NOUN
hij-1103	567	61	analysis	analysis	NOUN
hij-1103	567	62	relu	relu	NOUN
hij-1103	567	63	rectified	rectify	VERB
hij-1103	567	64	linear	linear	PROPN
hij-1103	567	65	uni	uni	PROPN
hij-1103	567	66	tp	tp	ADP
hij-1103	567	67	true	true	ADJ
hij-1103	567	68	positive	positive	ADJ
hij-1103	567	69	tn	tn	NOUN
hij-1103	567	70	true	true	ADJ
hij-1103	567	71	negative	negative	ADJ
hij-1103	567	72	roc	roc	PROPN
hij-1103	567	73	receiver	receiver	NOUN
hij-1103	567	74	operating	operate	VERB
hij-1103	567	75	characteristic	characteristic	ADJ
hij-1103	567	76	9	9	NUM
hij-1103	567	77	.	.	PUNCT
hij-1103	567	78	declarations	declaration	NOUN
hij-1103	567	79	9.1	9.1	NUM
hij-1103	567	80	.	.	PUNCT
hij-1103	568	1	author	author	NOUN
hij-1103	568	2	contributions	contribution	NOUN
hij-1103	568	3	conceptualization	conceptualization	NOUN
hij-1103	568	4	,	,	PUNCT
hij-1103	568	5	m.o	m.o	PROPN
hij-1103	568	6	.	.	PROPN
hij-1103	568	7	and	and	CCONJ
hij-1103	568	8	a.e	a.e	PROPN
hij-1103	568	9	.	.	PROPN
hij-1103	568	10	;	;	PUNCT
hij-1103	568	11	methodology	methodology	NOUN
hij-1103	568	12	,	,	PUNCT
hij-1103	568	13	m.o	m.o	PROPN
hij-1103	568	14	.	.	PROPN
hij-1103	568	15	;	;	PUNCT
hij-1103	568	16	software	software	NOUN
hij-1103	568	17	,	,	PUNCT
hij-1103	568	18	m.o	m.o	PROPN
hij-1103	568	19	.	.	PROPN
hij-1103	568	20	and	and	CCONJ
hij-1103	568	21	a.e	a.e	PROPN
hij-1103	568	22	.	.	PROPN
hij-1103	568	23	;	;	PUNCT
hij-1103	568	24	validation	validation	NOUN
hij-1103	568	25	,	,	PUNCT
hij-1103	568	26	m.o	m.o	PROPN
hij-1103	568	27	.	.	PROPN
hij-1103	568	28	and	and	CCONJ
hij-1103	568	29	a.e	a.e	PROPN
hij-1103	568	30	.	.	PROPN
hij-1103	568	31	;	;	PUNCT
hij-1103	568	32	formal	formal	ADJ
hij-1103	568	33	analysis	analysis	NOUN
hij-1103	568	34	,	,	PUNCT
hij-1103	568	35	m.o	m.o	PROPN
hij-1103	568	36	.	.	PROPN
hij-1103	568	37	;	;	PUNCT
hij-1103	568	38	investigation	investigation	NOUN
hij-1103	568	39	,	,	PUNCT
hij-1103	568	40	m.o	m.o	PROPN
hij-1103	568	41	.	.	PROPN
hij-1103	568	42	;	;	PUNCT
hij-1103	568	43	resources	resource	NOUN
hij-1103	568	44	,	,	PUNCT
hij-1103	568	45	m.o	m.o	PROPN
hij-1103	568	46	.	.	PROPN
hij-1103	568	47	and	and	CCONJ
hij-1103	568	48	a.e	a.e	PROPN
hij-1103	568	49	.	.	PROPN
hij-1103	568	50	;	;	PUNCT
hij-1103	568	51	data	datum	NOUN
hij-1103	568	52	curation	curation	NOUN
hij-1103	568	53	,	,	PUNCT
hij-1103	568	54	m.o	m.o	PROPN
hij-1103	568	55	.	.	PROPN
hij-1103	568	56	and	and	CCONJ
hij-1103	568	57	a.e	a.e	PROPN
hij-1103	568	58	.	.	PROPN
hij-1103	568	59	;	;	PUNCT
hij-1103	568	60	writing	write	VERB
hij-1103	568	61	—	—	PUNCT
hij-1103	568	62	original	original	ADJ
hij-1103	568	63	draft	draft	NOUN
hij-1103	568	64	preparation	preparation	NOUN
hij-1103	568	65	,	,	PUNCT
hij-1103	568	66	m.o	m.o	PROPN
hij-1103	568	67	.	.	PROPN
hij-1103	568	68	;	;	PUNCT
hij-1103	568	69	writing	writing	NOUN
hij-1103	568	70	—	—	PUNCT
hij-1103	568	71	review	review	NOUN
hij-1103	568	72	and	and	CCONJ
hij-1103	568	73	editing	editing	NOUN
hij-1103	568	74	,	,	PUNCT
hij-1103	568	75	m.o	m.o	PROPN
hij-1103	568	76	.	.	PROPN
hij-1103	568	77	and	and	CCONJ
hij-1103	568	78	a.e	a.e	PROPN
hij-1103	568	79	.	.	PROPN
hij-1103	568	80	;	;	PUNCT
hij-1103	568	81	visualization	visualization	NOUN
hij-1103	568	82	,	,	PUNCT
hij-1103	568	83	m.o	m.o	PROPN
hij-1103	568	84	.	.	PROPN
hij-1103	568	85	and	and	CCONJ
hij-1103	568	86	a.e	a.e	PROPN
hij-1103	568	87	.	.	PROPN
hij-1103	568	88	;	;	PUNCT
hij-1103	568	89	supervision	supervision	NOUN
hij-1103	568	90	,	,	PUNCT
hij-1103	568	91	m.o	m.o	PROPN
hij-1103	568	92	.	.	PROPN
hij-1103	568	93	;	;	PUNCT
hij-1103	568	94	project	project	NOUN
hij-1103	568	95	administration	administration	NOUN
hij-1103	568	96	,	,	PUNCT
hij-1103	568	97	m.o	m.o	PROPN
hij-1103	568	98	.	.	PROPN
hij-1103	568	99	;	;	PUNCT
hij-1103	568	100	funding	funding	NOUN
hij-1103	568	101	acquisition	acquisition	NOUN
hij-1103	568	102	,	,	PUNCT
hij-1103	568	103	m.o	m.o	PROPN
hij-1103	568	104	.	.	PROPN
hij-1103	568	105	and	and	CCONJ
hij-1103	568	106	a.e	a.e	PROPN
hij-1103	568	107	.	.	PROPN
hij-1103	569	1	all	all	DET
hij-1103	569	2	authors	author	NOUN
hij-1103	569	3	have	have	AUX
hij-1103	569	4	read	read	VERB
hij-1103	569	5	and	and	CCONJ
hij-1103	569	6	agreed	agree	VERB
hij-1103	569	7	to	to	ADP
hij-1103	569	8	the	the	DET
hij-1103	569	9	published	publish	VERB
hij-1103	569	10	version	version	NOUN
hij-1103	569	11	of	of	ADP
hij-1103	569	12	the	the	DET
hij-1103	569	13	manuscript	manuscript	NOUN
hij-1103	569	14	.	.	PUNCT
hij-1103	570	1	9.2	9.2	NUM
hij-1103	570	2	.	.	PUNCT
hij-1103	571	1	data	datum	NOUN
hij-1103	571	2	availability	availability	NOUN
hij-1103	571	3	statement	statement	NOUN
hij-1103	571	4	the	the	DET
hij-1103	571	5	data	datum	NOUN
hij-1103	571	6	presented	present	VERB
hij-1103	571	7	in	in	ADP
hij-1103	571	8	this	this	DET
hij-1103	571	9	study	study	NOUN
hij-1103	571	10	are	be	AUX
hij-1103	571	11	available	available	ADJ
hij-1103	571	12	in	in	ADP
hij-1103	571	13	the	the	DET
hij-1103	571	14	article	article	NOUN
hij-1103	571	15	.	.	PUNCT
hij-1103	572	1	9.3	9.3	NUM
hij-1103	572	2	.	.	PUNCT
hij-1103	573	1	funding	fund	VERB
hij-1103	573	2	the	the	DET
hij-1103	573	3	authors	author	NOUN
hij-1103	573	4	received	receive	VERB
hij-1103	573	5	no	no	DET
hij-1103	573	6	financial	financial	ADJ
hij-1103	573	7	support	support	NOUN
hij-1103	573	8	for	for	ADP
hij-1103	573	9	the	the	DET
hij-1103	573	10	research	research	NOUN
hij-1103	573	11	,	,	PUNCT
hij-1103	573	12	authorship	authorship	NOUN
hij-1103	573	13	,	,	PUNCT
hij-1103	573	14	and/or	and/or	CCONJ
hij-1103	573	15	publication	publication	NOUN
hij-1103	573	16	of	of	ADP
hij-1103	573	17	this	this	DET
hij-1103	573	18	article	article	NOUN
hij-1103	573	19	.	.	PUNCT
hij-1103	574	1	9.4	9.4	NUM
hij-1103	574	2	.	.	PUNCT
hij-1103	575	1	institutional	institutional	ADJ
hij-1103	575	2	review	review	PROPN
hij-1103	575	3	board	board	NOUN
hij-1103	575	4	statement	statement	NOUN
hij-1103	575	5	not	not	PART
hij-1103	575	6	applicable	applicable	ADJ
hij-1103	575	7	.	.	PUNCT
hij-1103	576	1	9.5	9.5	NUM
hij-1103	576	2	.	.	PUNCT
hij-1103	577	1	informed	informed	ADJ
hij-1103	577	2	consent	consent	NOUN
hij-1103	577	3	statement	statement	NOUN
hij-1103	577	4	not	not	PART
hij-1103	577	5	applicable	applicable	ADJ
hij-1103	577	6	.	.	PUNCT
hij-1103	578	1	9.6	9.6	NUM
hij-1103	578	2	.	.	PUNCT
hij-1103	579	1	declaration	declaration	NOUN
hij-1103	579	2	of	of	ADP
hij-1103	579	3	competing	compete	VERB
hij-1103	579	4	interest	interest	NOUN
hij-1103	579	5	the	the	DET
hij-1103	579	6	authors	author	NOUN
hij-1103	579	7	declare	declare	VERB
hij-1103	579	8	that	that	SCONJ
hij-1103	579	9	they	they	PRON
hij-1103	579	10	have	have	VERB
hij-1103	579	11	no	no	DET
hij-1103	579	12	known	know	VERB
hij-1103	579	13	competing	compete	VERB
hij-1103	579	14	financial	financial	ADJ
hij-1103	579	15	interests	interest	NOUN
hij-1103	579	16	or	or	CCONJ
hij-1103	579	17	personal	personal	ADJ
hij-1103	579	18	relationships	relationship	NOUN
hij-1103	579	19	that	that	PRON
hij-1103	579	20	could	could	AUX
hij-1103	579	21	have	have	AUX
hij-1103	579	22	appeared	appear	VERB
hij-1103	579	23	to	to	PART
hij-1103	579	24	influence	influence	VERB
hij-1103	579	25	the	the	DET
hij-1103	579	26	work	work	NOUN
hij-1103	579	27	reported	report	VERB
hij-1103	579	28	in	in	ADP
hij-1103	579	29	this	this	DET
hij-1103	579	30	paper	paper	NOUN
hij-1103	579	31	.	.	PUNCT
hij-1103	580	1	10	10	NUM
hij-1103	580	2	.	.	PUNCT
hij-1103	580	3	references	reference	NOUN
hij-1103	580	4	[	[	X
hij-1103	580	5	1	1	NUM
hij-1103	580	6	]	]	SYM
hij-1103	580	7	bayazit	bayazit	PROPN
hij-1103	580	8	,	,	PUNCT
hij-1103	580	9	e.	e.	PROPN
hij-1103	580	10	c.	c.	PROPN
hij-1103	580	11	,	,	PUNCT
hij-1103	580	12	sahingoz	sahingoz	NOUN
hij-1103	580	13	,	,	PUNCT
hij-1103	580	14	o.	o.	PROPN
hij-1103	580	15	k.	k.	PROPN
hij-1103	580	16	,	,	PUNCT
hij-1103	580	17	&	&	CCONJ
hij-1103	580	18	dogan	dogan	PROPN
hij-1103	580	19	,	,	PUNCT
hij-1103	580	20	b.	b.	PROPN
hij-1103	580	21	(	(	PUNCT
hij-1103	580	22	2023	2023	NUM
hij-1103	580	23	)	)	PUNCT
hij-1103	580	24	.	.	PUNCT
hij-1103	581	1	deep	deep	ADJ
hij-1103	581	2	learning	learning	NOUN
hij-1103	581	3	based	base	VERB
hij-1103	581	4	malware	malware	NOUN
hij-1103	581	5	detection	detection	NOUN
hij-1103	581	6	for	for	ADP
hij-1103	581	7	android	android	PROPN
hij-1103	581	8	systems	system	NOUN
hij-1103	581	9	:	:	PUNCT
hij-1103	581	10	a	a	DET
hij-1103	581	11	comparative	comparative	ADJ
hij-1103	581	12	analysis	analysis	NOUN
hij-1103	581	13	.	.	PUNCT
hij-1103	582	1	tehnicki	tehnicki	NOUN
hij-1103	582	2	vjesnik	vjesnik	PROPN
hij-1103	582	3	,	,	PUNCT
hij-1103	582	4	30(3	30(3	NUM
hij-1103	582	5	)	)	PUNCT
hij-1103	582	6	,	,	PUNCT
hij-1103	582	7	787–796	787–796	NUM
hij-1103	582	8	.	.	PUNCT
hij-1103	583	1	doi:10.17559	doi:10.17559	PROPN
hij-1103	583	2	/	/	SYM
hij-1103	583	3	tv-20220907113227	tv-20220907113227	PROPN
hij-1103	583	4	.	.	PUNCT
hij-1103	584	1	[	[	X
hij-1103	584	2	2	2	NUM
hij-1103	584	3	]	]	X
hij-1103	584	4	ksibi	ksibi	NOUN
hij-1103	584	5	,	,	PUNCT
hij-1103	584	6	a.	a.	NOUN
hij-1103	584	7	,	,	PUNCT
hij-1103	584	8	zakariah	zakariah	PROPN
hij-1103	584	9	,	,	PUNCT
hij-1103	584	10	m.	m.	NOUN
hij-1103	584	11	,	,	PUNCT
hij-1103	584	12	almuqren	almuqren	PROPN
hij-1103	584	13	,	,	PUNCT
hij-1103	584	14	l.	l.	PROPN
hij-1103	584	15	,	,	PUNCT
hij-1103	584	16	&	&	CCONJ
hij-1103	584	17	alluhaidan	alluhaidan	PROPN
hij-1103	584	18	,	,	PUNCT
hij-1103	584	19	a.	a.	PROPN
hij-1103	584	20	s.	s.	PROPN
hij-1103	584	21	(	(	PUNCT
hij-1103	584	22	2023	2023	NUM
hij-1103	584	23	)	)	PUNCT
hij-1103	584	24	.	.	PUNCT
hij-1103	585	1	deep	deep	ADJ
hij-1103	585	2	convolution	convolution	NOUN
hij-1103	585	3	neural	neural	ADJ
hij-1103	585	4	networks	network	NOUN
hij-1103	585	5	and	and	CCONJ
hij-1103	585	6	image	image	NOUN
hij-1103	585	7	processing	processing	NOUN
hij-1103	585	8	for	for	ADP
hij-1103	585	9	malware	malware	NOUN
hij-1103	585	10	detection	detection	NOUN
hij-1103	585	11	.	.	PUNCT
hij-1103	586	1	research	research	NOUN
hij-1103	586	2	square	square	PROPN
hij-1103	586	3	(	(	PUNCT
hij-1103	586	4	preprint	preprint	NOUN
hij-1103	586	5	)	)	PUNCT
hij-1103	586	6	,	,	PUNCT
hij-1103	586	7	1	1	NUM
hij-1103	586	8	-	-	SYM
hij-1103	586	9	25	25	NUM
hij-1103	586	10	.	.	PUNCT
hij-1103	586	11	doi:10.21203	doi:10.21203	PROPN
hij-1103	586	12	/	/	SYM
hij-1103	586	13	rs.3.rs-2508967	rs.3.rs-2508967	NOUN
hij-1103	586	14	/	/	SYM
hij-1103	586	15	v1	v1	NOUN
hij-1103	586	16	.	.	PUNCT
hij-1103	587	1	[	[	X
hij-1103	587	2	3	3	X
hij-1103	587	3	]	]	X
hij-1103	587	4	kumar	kumar	PROPN
hij-1103	587	5	,	,	PUNCT
hij-1103	587	6	s.	s.	PROPN
hij-1103	587	7	,	,	PUNCT
hij-1103	587	8	janet	janet	PROPN
hij-1103	587	9	,	,	PUNCT
hij-1103	587	10	b.	b.	PROPN
hij-1103	587	11	,	,	PUNCT
hij-1103	587	12	&	&	CCONJ
hij-1103	587	13	neelakantan	neelakantan	PROPN
hij-1103	587	14	,	,	PUNCT
hij-1103	587	15	s.	s.	PROPN
hij-1103	587	16	(	(	PUNCT
hij-1103	587	17	2024	2024	NUM
hij-1103	587	18	)	)	PUNCT
hij-1103	587	19	.	.	PUNCT
hij-1103	587	20	imcnn	imcnn	PROPN
hij-1103	587	21	:	:	PUNCT
hij-1103	587	22	intelligent	intelligent	ADJ
hij-1103	587	23	malware	malware	NOUN
hij-1103	587	24	classification	classification	NOUN
hij-1103	587	25	using	use	VERB
hij-1103	587	26	deep	deep	ADJ
hij-1103	587	27	convolution	convolution	NOUN
hij-1103	587	28	neural	neural	ADJ
hij-1103	587	29	networks	network	NOUN
hij-1103	587	30	as	as	ADP
hij-1103	587	31	transfer	transfer	NOUN
hij-1103	587	32	learning	learning	NOUN
hij-1103	587	33	and	and	CCONJ
hij-1103	587	34	ensemble	ensemble	ADJ
hij-1103	587	35	learning	learning	NOUN
hij-1103	587	36	in	in	ADP
hij-1103	587	37	honeypot	honeypot	NOUN
hij-1103	587	38	enabled	enable	VERB
hij-1103	587	39	organizational	organizational	ADJ
hij-1103	587	40	network	network	NOUN
hij-1103	587	41	.	.	PUNCT
hij-1103	588	1	computer	computer	NOUN
hij-1103	588	2	communications	communication	NOUN
hij-1103	588	3	,	,	PUNCT
hij-1103	588	4	216	216	NUM
hij-1103	588	5	,	,	PUNCT
hij-1103	588	6	16–33	16–33	NUM
hij-1103	588	7	.	.	PUNCT
hij-1103	589	1	doi:10.1016	doi:10.1016	PROPN
hij-1103	589	2	/	/	SYM
hij-1103	589	3	j.comcom.2023.12.036	j.comcom.2023.12.036	PROPN
hij-1103	589	4	.	.	PUNCT
hij-1103	590	1	[	[	X
hij-1103	590	2	4	4	NUM
hij-1103	590	3	]	]	X
hij-1103	590	4	shelar	shelar	ADJ
hij-1103	590	5	,	,	PUNCT
hij-1103	590	6	m.	m.	NOUN
hij-1103	590	7	d.	d.	PROPN
hij-1103	590	8	,	,	PUNCT
hij-1103	590	9	&	&	CCONJ
hij-1103	590	10	rao	rao	PROPN
hij-1103	590	11	,	,	PUNCT
hij-1103	590	12	s.	s.	PROPN
hij-1103	590	13	s.	s.	PROPN
hij-1103	590	14	(	(	PUNCT
hij-1103	590	15	2024	2024	NUM
hij-1103	590	16	)	)	PUNCT
hij-1103	590	17	.	.	PUNCT
hij-1103	591	1	enhanced	enhance	VERB
hij-1103	591	2	capsule	capsule	PROPN
hij-1103	591	3	network	network	NOUN
hij-1103	591	4	-	-	PUNCT
hij-1103	591	5	based	base	VERB
hij-1103	591	6	executable	executable	ADJ
hij-1103	591	7	files	file	NOUN
hij-1103	591	8	malware	malware	NOUN
hij-1103	591	9	detection	detection	NOUN
hij-1103	591	10	and	and	CCONJ
hij-1103	591	11	classification	classification	NOUN
hij-1103	591	12	—	—	PUNCT
hij-1103	591	13	deep	deep	ADJ
hij-1103	591	14	learning	learning	NOUN
hij-1103	591	15	approach	approach	NOUN
hij-1103	591	16	.	.	PUNCT
hij-1103	592	1	concurrency	concurrency	NOUN
hij-1103	592	2	and	and	CCONJ
hij-1103	592	3	computation	computation	NOUN
hij-1103	592	4	:	:	PUNCT
hij-1103	592	5	practice	practice	NOUN
hij-1103	592	6	and	and	CCONJ
hij-1103	592	7	experience	experience	NOUN
hij-1103	592	8	,	,	PUNCT
hij-1103	592	9	36(4	36(4	NUM
hij-1103	592	10	)	)	PUNCT
hij-1103	592	11	,	,	PUNCT
hij-1103	592	12	e7928	e7928	PROPN
hij-1103	592	13	.	.	PUNCT
hij-1103	593	1	doi:10.1002	doi:10.1002	NOUN
hij-1103	593	2	/	/	SYM
hij-1103	593	3	cpe.7928	cpe.7928	NOUN
hij-1103	593	4	.	.	PUNCT
hij-1103	594	1	hightech	hightech	NOUN
hij-1103	594	2	and	and	CCONJ
hij-1103	594	3	innovation	innovation	NOUN
hij-1103	594	4	journal	journal	PROPN
hij-1103	594	5	vol	vol	NOUN
hij-1103	594	6	.	.	PROPN
hij-1103	595	1	6	6	NUM
hij-1103	595	2	,	,	PUNCT
hij-1103	595	3	no	no	INTJ
hij-1103	595	4	.	.	NOUN
hij-1103	595	5	2	2	NUM
hij-1103	595	6	,	,	PUNCT
hij-1103	595	7	june	june	PROPN
hij-1103	595	8	,	,	PUNCT
hij-1103	595	9	2025	2025	NUM
hij-1103	595	10	685	685	NUM
hij-1103	595	11	[	[	SYM
hij-1103	595	12	5	5	NUM
hij-1103	595	13	]	]	X
hij-1103	595	14	alam	alam	PROPN
hij-1103	595	15	,	,	PUNCT
hij-1103	595	16	i.	i.	PROPN
hij-1103	595	17	,	,	PUNCT
hij-1103	595	18	samiullah	samiullah	PROPN
hij-1103	595	19	,	,	PUNCT
hij-1103	595	20	m.	m.	NOUN
hij-1103	595	21	,	,	PUNCT
hij-1103	595	22	kabir	kabir	PROPN
hij-1103	595	23	,	,	PUNCT
hij-1103	595	24	u.	u.	PROPN
hij-1103	595	25	,	,	PUNCT
hij-1103	595	26	woo	woo	PROPN
hij-1103	595	27	,	,	PUNCT
hij-1103	595	28	s.	s.	PROPN
hij-1103	595	29	,	,	PUNCT
hij-1103	595	30	leung	leung	PROPN
hij-1103	595	31	,	,	PUNCT
hij-1103	595	32	c.	c.	PROPN
hij-1103	595	33	k.	k.	PROPN
hij-1103	595	34	,	,	PUNCT
hij-1103	595	35	&	&	CCONJ
hij-1103	595	36	nguyen	nguyen	PROPN
hij-1103	595	37	,	,	PUNCT
hij-1103	595	38	h.	h.	PROPN
hij-1103	595	39	h.	h.	PROPN
hij-1103	595	40	(	(	PUNCT
hij-1103	595	41	2024	2024	NUM
hij-1103	595	42	)	)	PUNCT
hij-1103	595	43	.	.	PUNCT
hij-1103	596	1	sremic	sremic	ADJ
hij-1103	596	2	:	:	PUNCT
hij-1103	596	3	spatial	spatial	ADJ
hij-1103	596	4	relation	relation	NOUN
hij-1103	596	5	extraction	extraction	NOUN
hij-1103	596	6	-	-	PUNCT
hij-1103	596	7	based	base	VERB
hij-1103	596	8	malware	malware	NOUN
hij-1103	596	9	image	image	NOUN
hij-1103	596	10	classification	classification	NOUN
hij-1103	596	11	.	.	PUNCT
hij-1103	597	1	proceedings	proceeding	NOUN
hij-1103	597	2	of	of	ADP
hij-1103	597	3	the	the	DET
hij-1103	597	4	2024	2024	NUM
hij-1103	597	5	18th	18th	ADJ
hij-1103	597	6	international	international	ADJ
hij-1103	597	7	conference	conference	NOUN
hij-1103	597	8	on	on	ADP
hij-1103	597	9	ubiquitous	ubiquitous	ADJ
hij-1103	597	10	information	information	NOUN
hij-1103	597	11	management	management	NOUN
hij-1103	597	12	and	and	CCONJ
hij-1103	597	13	communication	communication	NOUN
hij-1103	597	14	,	,	PUNCT
hij-1103	597	15	imcom	imcom	PROPN
hij-1103	597	16	2024	2024	NUM
hij-1103	597	17	,	,	PUNCT
hij-1103	597	18	1–8	1–8	NUM
hij-1103	597	19	.	.	PUNCT
hij-1103	597	20	doi:10.1109	doi:10.1109	PROPN
hij-1103	597	21	/	/	SYM
hij-1103	597	22	imcom60618.2024.10418339	imcom60618.2024.10418339	PROPN
hij-1103	597	23	.	.	PUNCT
hij-1103	598	1	[	[	X
hij-1103	598	2	6	6	NUM
hij-1103	598	3	]	]	SYM
hij-1103	598	4	brown	brown	ADJ
hij-1103	598	5	,	,	PUNCT
hij-1103	598	6	a.	a.	NOUN
hij-1103	598	7	,	,	PUNCT
hij-1103	598	8	gupta	gupta	PROPN
hij-1103	598	9	,	,	PUNCT
hij-1103	598	10	m.	m.	NOUN
hij-1103	598	11	,	,	PUNCT
hij-1103	598	12	&	&	CCONJ
hij-1103	598	13	abdelsalam	abdelsalam	PROPN
hij-1103	598	14	,	,	PUNCT
hij-1103	598	15	m.	m.	NOUN
hij-1103	598	16	(	(	PUNCT
hij-1103	598	17	2024	2024	NUM
hij-1103	598	18	)	)	PUNCT
hij-1103	598	19	.	.	PUNCT
hij-1103	599	1	automated	automate	VERB
hij-1103	599	2	machine	machine	NOUN
hij-1103	599	3	learning	learning	NOUN
hij-1103	599	4	for	for	ADP
hij-1103	599	5	deep	deep	ADJ
hij-1103	599	6	learning	learning	NOUN
hij-1103	599	7	based	base	VERB
hij-1103	599	8	malware	malware	NOUN
hij-1103	599	9	detection	detection	NOUN
hij-1103	599	10	.	.	PUNCT
hij-1103	600	1	computers	computer	NOUN
hij-1103	600	2	and	and	CCONJ
hij-1103	600	3	security	security	NOUN
hij-1103	600	4	,	,	PUNCT
hij-1103	600	5	137	137	NUM
hij-1103	600	6	,	,	PUNCT
hij-1103	600	7	103582	103582	NUM
hij-1103	600	8	.	.	PUNCT
hij-1103	601	1	doi:10.1016	doi:10.1016	PROPN
hij-1103	601	2	/	/	SYM
hij-1103	601	3	j.cose.2023.103582	j.cose.2023.103582	PROPN
hij-1103	601	4	.	.	PUNCT
hij-1103	602	1	[	[	X
hij-1103	602	2	7	7	NUM
hij-1103	602	3	]	]	PUNCT
hij-1103	602	4	aboshady	aboshady	NOUN
hij-1103	602	5	,	,	PUNCT
hij-1103	602	6	d.	d.	PROPN
hij-1103	602	7	,	,	PUNCT
hij-1103	602	8	ghannam	ghannam	PROPN
hij-1103	602	9	,	,	PUNCT
hij-1103	602	10	n.	n.	NOUN
hij-1103	602	11	,	,	PUNCT
hij-1103	602	12	elsayed	elsaye	VERB
hij-1103	602	13	,	,	PUNCT
hij-1103	602	14	e.	e.	PROPN
hij-1103	602	15	,	,	PUNCT
hij-1103	602	16	&	&	CCONJ
hij-1103	602	17	diab	diab	PROPN
hij-1103	602	18	,	,	PUNCT
hij-1103	602	19	l.	l.	PROPN
hij-1103	602	20	(	(	PUNCT
hij-1103	602	21	2022	2022	NUM
hij-1103	602	22	)	)	PUNCT
hij-1103	602	23	.	.	PUNCT
hij-1103	603	1	the	the	DET
hij-1103	603	2	malware	malware	NOUN
hij-1103	603	3	detection	detection	NOUN
hij-1103	603	4	approach	approach	NOUN
hij-1103	603	5	in	in	ADP
hij-1103	603	6	the	the	DET
hij-1103	603	7	design	design	NOUN
hij-1103	603	8	of	of	ADP
hij-1103	603	9	mobile	mobile	ADJ
hij-1103	603	10	applications	application	NOUN
hij-1103	603	11	.	.	PUNCT
hij-1103	604	1	symmetry	symmetry	NOUN
hij-1103	604	2	,	,	PUNCT
hij-1103	604	3	14(5	14(5	NUM
hij-1103	604	4	)	)	PUNCT
hij-1103	604	5	,	,	PUNCT
hij-1103	604	6	839	839	NUM
hij-1103	604	7	.	.	PUNCT
hij-1103	605	1	doi:10.3390	doi:10.3390	NOUN
hij-1103	605	2	/	/	SYM
hij-1103	605	3	sym14050839	sym14050839	PROPN
hij-1103	605	4	.	.	PUNCT
hij-1103	606	1	[	[	X
hij-1103	606	2	8	8	NUM
hij-1103	606	3	]	]	SYM
hij-1103	606	4	akyol	akyol	NOUN
hij-1103	606	5	,	,	PUNCT
hij-1103	606	6	k.	k.	PROPN
hij-1103	606	7	(	(	PUNCT
hij-1103	606	8	2024	2024	NUM
hij-1103	606	9	)	)	PUNCT
hij-1103	606	10	.	.	PUNCT
hij-1103	607	1	comprehensive	comprehensive	ADJ
hij-1103	607	2	comparison	comparison	NOUN
hij-1103	607	3	of	of	ADP
hij-1103	607	4	modified	modified	ADJ
hij-1103	607	5	deep	deep	ADJ
hij-1103	607	6	convolutional	convolutional	ADJ
hij-1103	607	7	neural	neural	ADJ
hij-1103	607	8	networks	network	NOUN
hij-1103	607	9	for	for	ADP
hij-1103	607	10	automated	automate	VERB
hij-1103	607	11	detection	detection	NOUN
hij-1103	607	12	of	of	ADP
hij-1103	607	13	external	external	ADJ
hij-1103	607	14	and	and	CCONJ
hij-1103	607	15	middle	middle	ADJ
hij-1103	607	16	ear	ear	NOUN
hij-1103	607	17	conditions	condition	NOUN
hij-1103	607	18	.	.	PUNCT
hij-1103	608	1	neural	neural	ADJ
hij-1103	608	2	computing	computing	NOUN
hij-1103	608	3	and	and	CCONJ
hij-1103	608	4	applications	application	NOUN
hij-1103	608	5	,	,	PUNCT
hij-1103	608	6	36(10	36(10	NUM
hij-1103	608	7	)	)	PUNCT
hij-1103	608	8	,	,	PUNCT
hij-1103	608	9	5529–5544	5529–5544	NUM
hij-1103	608	10	.	.	PUNCT
hij-1103	608	11	doi:10.1007	doi:10.1007	NOUN
hij-1103	608	12	/	/	SYM
hij-1103	608	13	s00521	s00521	NOUN
hij-1103	608	14	-	-	PUNCT
hij-1103	608	15	023	023	NUM
hij-1103	608	16	-	-	PUNCT
hij-1103	608	17	09365	09365	NUM
hij-1103	608	18	-	-	PUNCT
hij-1103	608	19	4	4	NUM
hij-1103	608	20	.	.	PUNCT
hij-1103	609	1	[	[	X
hij-1103	609	2	9	9	NUM
hij-1103	609	3	]	]	X
hij-1103	609	4	poornima	poornima	PROPN
hij-1103	609	5	,	,	PUNCT
hij-1103	609	6	s.	s.	PROPN
hij-1103	609	7	,	,	PUNCT
hij-1103	609	8	&	&	CCONJ
hij-1103	609	9	mahalakshmi	mahalakshmi	PROPN
hij-1103	609	10	,	,	PUNCT
hij-1103	609	11	r.	r.	PROPN
hij-1103	609	12	(	(	PUNCT
hij-1103	609	13	2024	2024	NUM
hij-1103	609	14	)	)	PUNCT
hij-1103	609	15	.	.	PUNCT
hij-1103	610	1	automated	automate	VERB
hij-1103	610	2	malware	malware	NOUN
hij-1103	610	3	detection	detection	NOUN
hij-1103	610	4	using	use	VERB
hij-1103	610	5	machine	machine	NOUN
hij-1103	610	6	learning	learning	NOUN
hij-1103	610	7	and	and	CCONJ
hij-1103	610	8	deep	deep	ADJ
hij-1103	610	9	learning	learning	NOUN
hij-1103	610	10	approaches	approach	NOUN
hij-1103	610	11	for	for	ADP
hij-1103	610	12	android	android	PROPN
hij-1103	610	13	applications	application	NOUN
hij-1103	610	14	.	.	PUNCT
hij-1103	611	1	measurement	measurement	NOUN
hij-1103	611	2	:	:	PUNCT
hij-1103	611	3	sensors	sensor	NOUN
hij-1103	611	4	,	,	PUNCT
hij-1103	611	5	32	32	NUM
hij-1103	611	6	,	,	PUNCT
hij-1103	611	7	100955	100955	NUM
hij-1103	611	8	.	.	PUNCT
hij-1103	612	1	doi:10.1016	doi:10.1016	PROPN
hij-1103	612	2	/	/	SYM
hij-1103	612	3	j.measen.2023.100955	j.measen.2023.100955	PROPN
hij-1103	612	4	.	.	PUNCT
hij-1103	613	1	[	[	X
hij-1103	613	2	10	10	NUM
hij-1103	613	3	]	]	PUNCT
hij-1103	613	4	djenna	djenna	NOUN
hij-1103	613	5	,	,	PUNCT
hij-1103	613	6	a.	a.	NOUN
hij-1103	613	7	,	,	PUNCT
hij-1103	613	8	bouridane	bouridane	PROPN
hij-1103	613	9	,	,	PUNCT
hij-1103	613	10	a.	a.	NOUN
hij-1103	613	11	,	,	PUNCT
hij-1103	613	12	rubab	rubab	PROPN
hij-1103	613	13	,	,	PUNCT
hij-1103	613	14	s.	s.	PROPN
hij-1103	613	15	,	,	PUNCT
hij-1103	613	16	&	&	CCONJ
hij-1103	613	17	marou	marou	PROPN
hij-1103	613	18	,	,	PUNCT
hij-1103	613	19	i.	i.	NOUN
hij-1103	613	20	m.	m.	PROPN
hij-1103	613	21	(	(	PUNCT
hij-1103	613	22	2023	2023	NUM
hij-1103	613	23	)	)	PUNCT
hij-1103	613	24	.	.	PUNCT
hij-1103	614	1	artificial	artificial	ADJ
hij-1103	614	2	intelligence	intelligence	NOUN
hij-1103	614	3	-	-	PUNCT
hij-1103	614	4	based	base	VERB
hij-1103	614	5	malware	malware	NOUN
hij-1103	614	6	detection	detection	NOUN
hij-1103	614	7	,	,	PUNCT
hij-1103	614	8	analysis	analysis	NOUN
hij-1103	614	9	,	,	PUNCT
hij-1103	614	10	and	and	CCONJ
hij-1103	614	11	mitigation	mitigation	NOUN
hij-1103	614	12	.	.	PUNCT
hij-1103	615	1	symmetry	symmetry	NOUN
hij-1103	615	2	,	,	PUNCT
hij-1103	615	3	15(3	15(3	NUM
hij-1103	615	4	)	)	PUNCT
hij-1103	615	5	,	,	PUNCT
hij-1103	615	6	677	677	NUM
hij-1103	615	7	.	.	PUNCT
hij-1103	616	1	doi:10.3390	doi:10.3390	NOUN
hij-1103	616	2	/	/	SYM
hij-1103	616	3	sym15030677	sym15030677	PROPN
hij-1103	616	4	.	.	PUNCT
hij-1103	617	1	[	[	X
hij-1103	617	2	11	11	NUM
hij-1103	617	3	]	]	X
hij-1103	617	4	atif	atif	PROPN
hij-1103	617	5	raza	raza	PROPN
hij-1103	617	6	zaidi	zaidi	PROPN
hij-1103	617	7	,	,	PUNCT
hij-1103	617	8	tahir	tahir	PROPN
hij-1103	617	9	abbas	abbas	PROPN
hij-1103	617	10	,	,	PUNCT
hij-1103	617	11	hamza	hamza	PROPN
hij-1103	617	12	zahid	zahid	PROPN
hij-1103	617	13	,	,	PUNCT
hij-1103	617	14	&	&	CCONJ
hij-1103	617	15	sadaqat	sadaqat	PROPN
hij-1103	617	16	ali	ali	PROPN
hij-1103	617	17	ramay	ramay	PROPN
hij-1103	617	18	.	.	PUNCT
hij-1103	618	1	(	(	PUNCT
hij-1103	618	2	2023	2023	NUM
hij-1103	618	3	)	)	PUNCT
hij-1103	618	4	.	.	PUNCT
hij-1103	619	1	effectiveness	effectiveness	NOUN
hij-1103	619	2	of	of	ADP
hij-1103	619	3	detecting	detect	VERB
hij-1103	619	4	android	android	PROPN
hij-1103	619	5	malware	malware	NOUN
hij-1103	619	6	using	use	VERB
hij-1103	619	7	deep	deep	ADJ
hij-1103	619	8	learning	learning	NOUN
hij-1103	619	9	techniques	technique	NOUN
hij-1103	619	10	.	.	PUNCT
hij-1103	620	1	journal	journal	PROPN
hij-1103	620	2	of	of	ADP
hij-1103	620	3	nanoscope	nanoscope	PROPN
hij-1103	620	4	,	,	PUNCT
hij-1103	620	5	4(2	4(2	NUM
hij-1103	620	6	)	)	PUNCT
hij-1103	620	7	,	,	PUNCT
hij-1103	620	8	1–21	1–21	PROPN
hij-1103	620	9	.	.	PUNCT
hij-1103	621	1	doi:10.52700	doi:10.52700	PROPN
hij-1103	621	2	/	/	SYM
hij-1103	621	3	jn.v4i2.90	jn.v4i2.90	PROPN
hij-1103	621	4	.	.	PUNCT
hij-1103	622	1	[	[	X
hij-1103	622	2	12	12	NUM
hij-1103	622	3	]	]	PUNCT
hij-1103	622	4	aldini	aldini	NOUN
hij-1103	622	5	,	,	PUNCT
hij-1103	622	6	a.	a.	PROPN
hij-1103	622	7	,	,	PUNCT
hij-1103	622	8	&	&	CCONJ
hij-1103	622	9	petrelli	petrelli	PROPN
hij-1103	622	10	,	,	PUNCT
hij-1103	622	11	t.	t.	PROPN
hij-1103	622	12	(	(	PUNCT
hij-1103	622	13	2024	2024	NUM
hij-1103	622	14	)	)	PUNCT
hij-1103	622	15	.	.	PUNCT
hij-1103	623	1	image	image	NOUN
hij-1103	623	2	-	-	PUNCT
hij-1103	623	3	based	base	VERB
hij-1103	623	4	detection	detection	NOUN
hij-1103	623	5	and	and	CCONJ
hij-1103	623	6	classification	classification	NOUN
hij-1103	623	7	of	of	ADP
hij-1103	623	8	android	android	PROPN
hij-1103	623	9	malware	malware	NOUN
hij-1103	623	10	through	through	ADP
hij-1103	623	11	cnn	cnn	PROPN
hij-1103	623	12	models	model	NOUN
hij-1103	623	13	.	.	PUNCT
hij-1103	624	1	acm	acm	PROPN
hij-1103	624	2	international	international	PROPN
hij-1103	624	3	conference	conference	PROPN
hij-1103	624	4	proceeding	proceeding	NOUN
hij-1103	624	5	series	series	PROPN
hij-1103	624	6	,	,	PUNCT
hij-1103	624	7	1–11	1–11	PROPN
hij-1103	624	8	.	.	PUNCT
hij-1103	624	9	doi:10.1145/3664476.3670441	doi:10.1145/3664476.3670441	PROPN
hij-1103	624	10	.	.	PUNCT
hij-1103	625	1	[	[	X
hij-1103	625	2	13	13	NUM
hij-1103	625	3	]	]	SYM
hij-1103	625	4	kiraz	kiraz	PROPN
hij-1103	625	5	,	,	PUNCT
hij-1103	625	6	ö.	ö.	NOUN
hij-1103	625	7	,	,	PUNCT
hij-1103	625	8	&	&	CCONJ
hij-1103	625	9	doğru	doğru	PROPN
hij-1103	625	10	,	,	PUNCT
hij-1103	625	11	i̇.	i̇.	PROPN
hij-1103	625	12	a.	a.	NOUN
hij-1103	625	13	(	(	PUNCT
hij-1103	625	14	2024	2024	NUM
hij-1103	625	15	)	)	PUNCT
hij-1103	625	16	.	.	PUNCT
hij-1103	626	1	visualising	visualise	VERB
hij-1103	626	2	static	static	ADJ
hij-1103	626	3	features	feature	NOUN
hij-1103	626	4	and	and	CCONJ
hij-1103	626	5	classifying	classify	VERB
hij-1103	626	6	android	android	PROPN
hij-1103	626	7	malware	malware	NOUN
hij-1103	626	8	using	use	VERB
hij-1103	626	9	a	a	DET
hij-1103	626	10	convolutional	convolutional	ADJ
hij-1103	626	11	neural	neural	ADJ
hij-1103	626	12	network	network	NOUN
hij-1103	626	13	approach	approach	NOUN
hij-1103	626	14	.	.	PUNCT
hij-1103	627	1	applied	apply	VERB
hij-1103	627	2	sciences	sciences	PROPN
hij-1103	627	3	(	(	PUNCT
hij-1103	627	4	switzerland	switzerland	PROPN
hij-1103	627	5	)	)	PUNCT
hij-1103	627	6	,	,	PUNCT
hij-1103	627	7	14(11	14(11	NUM
hij-1103	627	8	)	)	PUNCT
hij-1103	627	9	,	,	PUNCT
hij-1103	627	10	4772	4772	NUM
hij-1103	627	11	.	.	PUNCT
hij-1103	628	1	doi:10.3390	doi:10.3390	NOUN
hij-1103	628	2	/	/	SYM
hij-1103	628	3	app14114772	app14114772	NOUN
hij-1103	628	4	.	.	PUNCT
hij-1103	629	1	[	[	X
hij-1103	629	2	14	14	NUM
hij-1103	629	3	]	]	X
hij-1103	629	4	wang	wang	PROPN
hij-1103	629	5	,	,	PUNCT
hij-1103	629	6	z.	z.	PROPN
hij-1103	629	7	,	,	PUNCT
hij-1103	629	8	yu	yu	PROPN
hij-1103	629	9	,	,	PUNCT
hij-1103	629	10	q.	q.	PROPN
hij-1103	629	11	,	,	PUNCT
hij-1103	629	12	&	&	CCONJ
hij-1103	629	13	yuan	yuan	PROPN
hij-1103	629	14	,	,	PUNCT
hij-1103	629	15	s.	s.	PROPN
hij-1103	629	16	(	(	PUNCT
hij-1103	629	17	2024	2024	NUM
hij-1103	629	18	)	)	PUNCT
hij-1103	629	19	.	.	PUNCT
hij-1103	630	1	android	android	PROPN
hij-1103	630	2	malware	malware	NOUN
hij-1103	630	3	detection	detection	NOUN
hij-1103	630	4	based	base	VERB
hij-1103	630	5	on	on	ADP
hij-1103	630	6	rgb	rgb	PROPN
hij-1103	630	7	images	image	NOUN
hij-1103	630	8	and	and	CCONJ
hij-1103	630	9	multi	multi	ADJ
hij-1103	630	10	-	-	ADJ
hij-1103	630	11	feature	feature	ADJ
hij-1103	630	12	fusion	fusion	NOUN
hij-1103	630	13	.	.	PUNCT
hij-1103	631	1	arxiv	arxiv	PROPN
hij-1103	631	2	preprint	preprint	VERB
hij-1103	631	3	arxiv:2408.16555	arxiv:2408.16555	ADV
hij-1103	631	4	.	.	PUNCT
hij-1103	632	1	[	[	X
hij-1103	632	2	15	15	NUM
hij-1103	632	3	]	]	X
hij-1103	632	4	bau	bau	PROPN
hij-1103	632	5	,	,	PUNCT
hij-1103	632	6	y.	y.	PROPN
hij-1103	632	7	t.	t.	PROPN
hij-1103	632	8	,	,	PUNCT
hij-1103	632	9	choo	choo	PROPN
hij-1103	632	10	,	,	PUNCT
hij-1103	632	11	y.	y.	PROPN
hij-1103	632	12	h.	h.	PROPN
hij-1103	632	13	,	,	PUNCT
hij-1103	632	14	&	&	CCONJ
hij-1103	632	15	goh	goh	PROPN
hij-1103	632	16	,	,	PUNCT
hij-1103	632	17	c.	c.	PROPN
hij-1103	632	18	le	le	PROPN
hij-1103	632	19	.	.	PUNCT
hij-1103	632	20	(	(	PUNCT
hij-1103	632	21	2024	2024	NUM
hij-1103	632	22	)	)	PUNCT
hij-1103	632	23	.	.	PUNCT
hij-1103	633	1	android	android	PROPN
hij-1103	633	2	malware	malware	PROPN
hij-1103	633	3	multiclass	multiclass	ADJ
hij-1103	633	4	classification	classification	NOUN
hij-1103	633	5	using	use	VERB
hij-1103	633	6	machine	machine	NOUN
hij-1103	633	7	learning	learning	NOUN
hij-1103	633	8	:	:	PUNCT
hij-1103	633	9	evaluating	evaluate	VERB
hij-1103	633	10	the	the	DET
hij-1103	633	11	performance	performance	NOUN
hij-1103	633	12	of	of	ADP
hij-1103	633	13	random	random	ADJ
hij-1103	633	14	forest	forest	NOUN
hij-1103	633	15	,	,	PUNCT
hij-1103	633	16	artificial	artificial	ADJ
hij-1103	633	17	neural	neural	ADJ
hij-1103	633	18	network	network	NOUN
hij-1103	633	19	,	,	PUNCT
hij-1103	633	20	and	and	CCONJ
hij-1103	633	21	convolutional	convolutional	ADJ
hij-1103	633	22	neural	neural	ADJ
hij-1103	633	23	network	network	NOUN
hij-1103	633	24	.	.	PUNCT
hij-1103	634	1	journal	journal	PROPN
hij-1103	634	2	of	of	ADP
hij-1103	634	3	logistics	logistic	NOUN
hij-1103	634	4	,	,	PUNCT
hij-1103	634	5	informatics	informatic	NOUN
hij-1103	634	6	and	and	CCONJ
hij-1103	634	7	service	service	NOUN
hij-1103	634	8	science	science	NOUN
hij-1103	634	9	,	,	PUNCT
hij-1103	634	10	11(10	11(10	NUM
hij-1103	634	11	)	)	PUNCT
hij-1103	634	12	,	,	PUNCT
hij-1103	634	13	1–19	1–19	PROPN
hij-1103	634	14	.	.	PUNCT
hij-1103	635	1	doi:10.33168	doi:10.33168	PROPN
hij-1103	635	2	/	/	SYM
hij-1103	635	3	jliss.2024.1001	jliss.2024.1001	NOUN
hij-1103	635	4	.	.	PUNCT
hij-1103	636	1	[	[	X
hij-1103	636	2	16	16	NUM
hij-1103	636	3	]	]	PUNCT
hij-1103	636	4	bakır	bakır	PROPN
hij-1103	636	5	,	,	PUNCT
hij-1103	636	6	h.	h.	PROPN
hij-1103	636	7	(	(	PUNCT
hij-1103	636	8	2025	2025	NUM
hij-1103	636	9	)	)	PUNCT
hij-1103	636	10	.	.	PUNCT
hij-1103	637	1	a	a	DET
hij-1103	637	2	new	new	ADJ
hij-1103	637	3	method	method	NOUN
hij-1103	637	4	for	for	ADP
hij-1103	637	5	tuning	tune	VERB
hij-1103	637	6	the	the	DET
hij-1103	637	7	cnn	cnn	NOUN
hij-1103	637	8	pre	pre	ADJ
hij-1103	637	9	-	-	ADJ
hij-1103	637	10	trained	train	VERB
hij-1103	637	11	models	model	NOUN
hij-1103	637	12	as	as	ADP
hij-1103	637	13	a	a	DET
hij-1103	637	14	feature	feature	NOUN
hij-1103	637	15	extractor	extractor	NOUN
hij-1103	637	16	for	for	ADP
hij-1103	637	17	malware	malware	NOUN
hij-1103	637	18	detection	detection	NOUN
hij-1103	637	19	.	.	PUNCT
hij-1103	638	1	pattern	pattern	NOUN
hij-1103	638	2	analysis	analysis	NOUN
hij-1103	638	3	and	and	CCONJ
hij-1103	638	4	applications	application	NOUN
hij-1103	638	5	,	,	PUNCT
hij-1103	638	6	28(1	28(1	NOUN
hij-1103	638	7	)	)	PUNCT
hij-1103	638	8	,	,	PUNCT
hij-1103	638	9	26	26	NUM
hij-1103	638	10	.	.	PUNCT
hij-1103	638	11	doi:10.1007	doi:10.1007	VERB
hij-1103	638	12	/	/	SYM
hij-1103	638	13	s10044	s10044	PROPN
hij-1103	638	14	-	-	PUNCT
hij-1103	638	15	024	024	NUM
hij-1103	638	16	-	-	PUNCT
hij-1103	638	17	01381	01381	NUM
hij-1103	638	18	-	-	PUNCT
hij-1103	638	19	x.	x.	NOUN
hij-1103	639	1	[	[	X
hij-1103	639	2	17	17	NUM
hij-1103	639	3	]	]	X
hij-1103	639	4	rakshe	rakshe	NOUN
hij-1103	639	5	,	,	PUNCT
hij-1103	639	6	d.	d.	PROPN
hij-1103	639	7	s.	s.	PROPN
hij-1103	639	8	,	,	PUNCT
hij-1103	639	9	jha	jha	PROPN
hij-1103	639	10	,	,	PUNCT
hij-1103	639	11	s.	s.	PROPN
hij-1103	639	12	,	,	PUNCT
hij-1103	639	13	&	&	CCONJ
hij-1103	639	14	bhaladhare	bhaladhare	PROPN
hij-1103	639	15	,	,	PUNCT
hij-1103	639	16	p.	p.	PROPN
hij-1103	639	17	r.	r.	PROPN
hij-1103	639	18	(	(	PUNCT
hij-1103	639	19	2025	2025	NUM
hij-1103	639	20	)	)	PUNCT
hij-1103	639	21	.	.	PUNCT
hij-1103	640	1	dmfcnn	dmfcnn	PROPN
hij-1103	640	2	-	-	PUNCT
hij-1103	640	3	hbo	hbo	PROPN
hij-1103	640	4	:	:	PUNCT
hij-1103	640	5	deep	deep	ADJ
hij-1103	640	6	maxout	maxout	NOUN
hij-1103	640	7	fusion	fusion	NOUN
hij-1103	640	8	convolutional	convolutional	ADJ
hij-1103	640	9	neural	neural	ADJ
hij-1103	640	10	network	network	NOUN
hij-1103	640	11	model	model	NOUN
hij-1103	640	12	enabled	enable	VERB
hij-1103	640	13	with	with	ADP
hij-1103	640	14	honey	honey	NOUN
hij-1103	640	15	badger	badger	NOUN
hij-1103	640	16	optimization	optimization	NOUN
hij-1103	640	17	for	for	ADP
hij-1103	640	18	ddos	ddos	NOUN
hij-1103	640	19	attack	attack	NOUN
hij-1103	640	20	detection	detection	NOUN
hij-1103	640	21	.	.	PUNCT
hij-1103	641	1	international	international	ADJ
hij-1103	641	2	journal	journal	PROPN
hij-1103	641	3	of	of	ADP
hij-1103	641	4	information	information	NOUN
hij-1103	641	5	technology	technology	NOUN
hij-1103	641	6	(	(	PUNCT
hij-1103	641	7	singapore	singapore	PROPN
hij-1103	641	8	)	)	PUNCT
hij-1103	641	9	,	,	PUNCT
hij-1103	641	10	17(4	17(4	NUM
hij-1103	641	11	)	)	PUNCT
hij-1103	641	12	,	,	PUNCT
hij-1103	641	13	2347–2354	2347–2354	NUM
hij-1103	641	14	.	.	PUNCT
hij-1103	641	15	doi:10.1007	doi:10.1007	PROPN
hij-1103	641	16	/	/	SYM
hij-1103	641	17	s41870	s41870	PROPN
hij-1103	641	18	-	-	PUNCT
hij-1103	641	19	024	024	NUM
hij-1103	641	20	-	-	PUNCT
hij-1103	641	21	02379	02379	NUM
hij-1103	641	22	-	-	SYM
hij-1103	641	23	8	8	NUM
hij-1103	641	24	.	.	PUNCT
hij-1103	642	1	[	[	X
hij-1103	642	2	18	18	NUM
hij-1103	642	3	]	]	PUNCT
hij-1103	642	4	ahmed	ahmed	PROPN
hij-1103	642	5	,	,	PUNCT
hij-1103	642	6	s.	s.	PROPN
hij-1103	642	7	r.	r.	PROPN
hij-1103	642	8	,	,	PUNCT
hij-1103	642	9	mohamed	mohamed	PROPN
hij-1103	642	10	,	,	PUNCT
hij-1103	642	11	s.	s.	PROPN
hij-1103	642	12	j.	j.	PROPN
hij-1103	642	13	,	,	PUNCT
hij-1103	642	14	aljanabi	aljanabi	PROPN
hij-1103	642	15	,	,	PUNCT
hij-1103	642	16	m.	m.	NOUN
hij-1103	642	17	s.	s.	PROPN
hij-1103	642	18	,	,	PUNCT
hij-1103	642	19	algburi	algburi	PROPN
hij-1103	642	20	,	,	PUNCT
hij-1103	642	21	s.	s.	PROPN
hij-1103	642	22	,	,	PUNCT
hij-1103	642	23	majeed	majeed	PROPN
hij-1103	642	24	,	,	PUNCT
hij-1103	642	25	d.	d.	PROPN
hij-1103	642	26	a.	a.	PROPN
hij-1103	642	27	,	,	PUNCT
hij-1103	642	28	kurdi	kurdi	PROPN
hij-1103	642	29	,	,	PUNCT
hij-1103	642	30	n.	n.	PROPN
hij-1103	642	31	a.	a.	PROPN
hij-1103	642	32	,	,	PUNCT
hij-1103	642	33	al	al	PROPN
hij-1103	642	34	-	-	PUNCT
hij-1103	642	35	sarem	sarem	PROPN
hij-1103	642	36	,	,	PUNCT
hij-1103	642	37	m.	m.	NOUN
hij-1103	642	38	,	,	PUNCT
hij-1103	642	39	&	&	CCONJ
hij-1103	642	40	tawfeq	tawfeq	PROPN
hij-1103	642	41	,	,	PUNCT
hij-1103	642	42	j.	j.	PROPN
hij-1103	642	43	f.	f.	PROPN
hij-1103	642	44	(	(	PUNCT
hij-1103	642	45	2024	2024	NUM
hij-1103	642	46	)	)	PUNCT
hij-1103	642	47	.	.	PUNCT
hij-1103	643	1	a	a	DET
hij-1103	643	2	novel	novel	ADJ
hij-1103	643	3	approach	approach	NOUN
hij-1103	643	4	to	to	ADP
hij-1103	643	5	malware	malware	NOUN
hij-1103	643	6	detection	detection	NOUN
hij-1103	643	7	using	use	VERB
hij-1103	643	8	machine	machine	NOUN
hij-1103	643	9	learning	learning	NOUN
hij-1103	643	10	and	and	CCONJ
hij-1103	643	11	image	image	NOUN
hij-1103	643	12	processing	processing	NOUN
hij-1103	643	13	.	.	PUNCT
hij-1103	644	1	acm	acm	PROPN
hij-1103	644	2	international	international	PROPN
hij-1103	644	3	conference	conference	PROPN
hij-1103	644	4	proceeding	proceeding	NOUN
hij-1103	644	5	series	series	NOUN
hij-1103	644	6	,	,	PUNCT
hij-1103	644	7	298–302	298–302	NUM
hij-1103	644	8	.	.	PUNCT
hij-1103	644	9	doi:10.1145/3660853.3660931	doi:10.1145/3660853.3660931	NOUN
hij-1103	644	10	.	.	PUNCT
hij-1103	645	1	[	[	X
hij-1103	645	2	19	19	NUM
hij-1103	645	3	]	]	X
hij-1103	645	4	saidia	saidia	PROPN
hij-1103	645	5	fascí	fascí	PROPN
hij-1103	645	6	,	,	PUNCT
hij-1103	645	7	l.	l.	PROPN
hij-1103	645	8	,	,	PUNCT
hij-1103	645	9	fisichella	fisichella	NOUN
hij-1103	645	10	,	,	PUNCT
hij-1103	645	11	m.	m.	NOUN
hij-1103	645	12	,	,	PUNCT
hij-1103	645	13	lax	lax	PROPN
hij-1103	645	14	,	,	PUNCT
hij-1103	645	15	g.	g.	PROPN
hij-1103	645	16	,	,	PUNCT
hij-1103	645	17	&	&	CCONJ
hij-1103	645	18	qian	qian	PROPN
hij-1103	645	19	,	,	PUNCT
hij-1103	645	20	c.	c.	PROPN
hij-1103	645	21	(	(	PUNCT
hij-1103	645	22	2023	2023	NUM
hij-1103	645	23	)	)	PUNCT
hij-1103	645	24	.	.	PUNCT
hij-1103	646	1	disarming	disarm	VERB
hij-1103	646	2	visualization	visualization	NOUN
hij-1103	646	3	-	-	PUNCT
hij-1103	646	4	based	base	VERB
hij-1103	646	5	approaches	approach	NOUN
hij-1103	646	6	in	in	ADP
hij-1103	646	7	malware	malware	NOUN
hij-1103	646	8	detection	detection	NOUN
hij-1103	646	9	systems	system	NOUN
hij-1103	646	10	.	.	PUNCT
hij-1103	647	1	computers	computer	NOUN
hij-1103	647	2	and	and	CCONJ
hij-1103	647	3	security	security	NOUN
hij-1103	647	4	,	,	PUNCT
hij-1103	647	5	126	126	NUM
hij-1103	647	6	,	,	PUNCT
hij-1103	647	7	103062	103062	NUM
hij-1103	647	8	.	.	PUNCT
hij-1103	648	1	doi:10.1016	doi:10.1016	PROPN
hij-1103	648	2	/	/	SYM
hij-1103	648	3	j.cose.2022.103062	j.cose.2022.103062	PROPN
hij-1103	648	4	.	.	PUNCT
hij-1103	649	1	[	[	X
hij-1103	649	2	20	20	NUM
hij-1103	649	3	]	]	X
hij-1103	649	4	ravi	ravi	NOUN
hij-1103	649	5	,	,	PUNCT
hij-1103	649	6	v.	v.	ADV
hij-1103	649	7	,	,	PUNCT
hij-1103	649	8	&	&	CCONJ
hij-1103	649	9	alazab	alazab	PROPN
hij-1103	649	10	,	,	PUNCT
hij-1103	649	11	m.	m.	NOUN
hij-1103	649	12	(	(	PUNCT
hij-1103	649	13	2023	2023	NUM
hij-1103	649	14	)	)	PUNCT
hij-1103	649	15	.	.	PUNCT
hij-1103	650	1	attention	attention	NOUN
hij-1103	650	2	-	-	PUNCT
hij-1103	650	3	based	base	VERB
hij-1103	650	4	convolutional	convolutional	ADJ
hij-1103	650	5	neural	neural	ADJ
hij-1103	650	6	network	network	NOUN
hij-1103	650	7	deep	deep	ADJ
hij-1103	650	8	learning	learning	NOUN
hij-1103	650	9	approach	approach	NOUN
hij-1103	650	10	for	for	ADP
hij-1103	650	11	robust	robust	ADJ
hij-1103	650	12	malware	malware	NOUN
hij-1103	650	13	classification	classification	NOUN
hij-1103	650	14	.	.	PUNCT
hij-1103	651	1	computational	computational	ADJ
hij-1103	651	2	intelligence	intelligence	NOUN
hij-1103	651	3	,	,	PUNCT
hij-1103	651	4	39(1	39(1	NUM
hij-1103	651	5	)	)	PUNCT
hij-1103	651	6	,	,	PUNCT
hij-1103	651	7	145–168	145–168	NUM
hij-1103	651	8	.	.	PUNCT
hij-1103	652	1	doi:10.1111	doi:10.1111	PROPN
hij-1103	652	2	/	/	SYM
hij-1103	652	3	coin.12551	coin.12551	PROPN
hij-1103	652	4	.	.	PUNCT
hij-1103	653	1	[	[	X
hij-1103	653	2	21	21	NUM
hij-1103	653	3	]	]	X
hij-1103	653	4	alsuwat	alsuwat	PROPN
hij-1103	653	5	,	,	PUNCT
hij-1103	653	6	e.	e.	PROPN
hij-1103	653	7	,	,	PUNCT
hij-1103	653	8	solaiman	solaiman	NOUN
hij-1103	653	9	,	,	PUNCT
hij-1103	653	10	s.	s.	PROPN
hij-1103	653	11	,	,	PUNCT
hij-1103	653	12	&	&	CCONJ
hij-1103	653	13	alsuwat	alsuwat	PROPN
hij-1103	653	14	,	,	PUNCT
hij-1103	653	15	h.	h.	PROPN
hij-1103	653	16	(	(	PUNCT
hij-1103	653	17	2023	2023	NUM
hij-1103	653	18	)	)	PUNCT
hij-1103	653	19	.	.	PUNCT
hij-1103	654	1	concept	concept	NOUN
hij-1103	654	2	drift	drift	NOUN
hij-1103	654	3	analysis	analysis	NOUN
hij-1103	654	4	and	and	CCONJ
hij-1103	654	5	malware	malware	NOUN
hij-1103	654	6	attack	attack	NOUN
hij-1103	654	7	detection	detection	NOUN
hij-1103	654	8	system	system	NOUN
hij-1103	654	9	using	use	VERB
hij-1103	654	10	secure	secure	ADJ
hij-1103	654	11	adaptive	adaptive	ADJ
hij-1103	654	12	windowing	windowing	NOUN
hij-1103	654	13	.	.	PUNCT
hij-1103	655	1	computers	computer	NOUN
hij-1103	655	2	,	,	PUNCT
hij-1103	655	3	materials	material	NOUN
hij-1103	655	4	and	and	CCONJ
hij-1103	655	5	continua	continuum	NOUN
hij-1103	655	6	,	,	PUNCT
hij-1103	655	7	75(2	75(2	NUM
hij-1103	655	8	)	)	PUNCT
hij-1103	655	9	,	,	PUNCT
hij-1103	655	10	3743–3759	3743–3759	PROPN
hij-1103	655	11	.	.	PUNCT
hij-1103	656	1	doi:10.32604	doi:10.32604	PROPN
hij-1103	656	2	/	/	SYM
hij-1103	656	3	cmc.2023.035126	cmc.2023.035126	PROPN
hij-1103	656	4	.	.	PUNCT
hij-1103	657	1	[	[	X
hij-1103	657	2	22	22	NUM
hij-1103	657	3	]	]	X
hij-1103	657	4	ayele	ayele	PROPN
hij-1103	657	5	,	,	PUNCT
hij-1103	657	6	y.	y.	PROPN
hij-1103	657	7	z.	z.	PROPN
hij-1103	657	8	,	,	PUNCT
hij-1103	657	9	chockalingam	chockalingam	PROPN
hij-1103	657	10	,	,	PUNCT
hij-1103	657	11	s.	s.	PROPN
hij-1103	657	12	,	,	PUNCT
hij-1103	657	13	&	&	CCONJ
hij-1103	657	14	lau	lau	PROPN
hij-1103	657	15	,	,	PUNCT
hij-1103	657	16	n.	n.	PROPN
hij-1103	657	17	(	(	PUNCT
hij-1103	657	18	2023	2023	NUM
hij-1103	657	19	)	)	PUNCT
hij-1103	657	20	.	.	PUNCT
hij-1103	658	1	threat	threat	NOUN
hij-1103	658	2	actors	actor	NOUN
hij-1103	658	3	and	and	CCONJ
hij-1103	658	4	methods	method	NOUN
hij-1103	658	5	of	of	ADP
hij-1103	658	6	attack	attack	NOUN
hij-1103	658	7	to	to	ADP
hij-1103	658	8	social	social	ADJ
hij-1103	658	9	robots	robot	NOUN
hij-1103	658	10	in	in	ADP
hij-1103	658	11	public	public	ADJ
hij-1103	658	12	spaces	space	NOUN
hij-1103	658	13	.	.	PUNCT
hij-1103	659	1	lecture	lecture	NOUN
hij-1103	659	2	notes	note	NOUN
hij-1103	659	3	in	in	ADP
hij-1103	659	4	computer	computer	NOUN
hij-1103	659	5	science	science	NOUN
hij-1103	659	6	(	(	PUNCT
hij-1103	659	7	including	include	VERB
hij-1103	659	8	subseries	subserie	NOUN
hij-1103	659	9	lecture	lecture	VERB
hij-1103	659	10	notes	note	NOUN
hij-1103	659	11	in	in	ADP
hij-1103	659	12	artificial	artificial	ADJ
hij-1103	659	13	intelligence	intelligence	NOUN
hij-1103	659	14	and	and	CCONJ
hij-1103	659	15	lecture	lecture	NOUN
hij-1103	659	16	notes	note	NOUN
hij-1103	659	17	in	in	ADP
hij-1103	659	18	bioinformatics	bioinformatics	NOUN
hij-1103	659	19	):	):	PUNCT
hij-1103	659	20	vol	vol	NOUN
hij-1103	659	21	.	.	NOUN
hij-1103	659	22	14045	14045	NUM
hij-1103	659	23	lncs	lnc	NOUN
hij-1103	659	24	,	,	PUNCT
hij-1103	659	25	262–273	262–273	NUM
hij-1103	659	26	.	.	PUNCT
hij-1103	660	1	doi:10.1007/978	doi:10.1007/978	NOUN
hij-1103	660	2	-	-	PUNCT
hij-1103	660	3	3	3	NUM
hij-1103	660	4	-	-	PUNCT
hij-1103	660	5	031	031	NUM
hij-1103	660	6	-	-	PUNCT
hij-1103	660	7	35822	35822	NUM
hij-1103	660	8	-	-	SYM
hij-1103	660	9	7_18	7_18	NUM
hij-1103	660	10	.	.	PUNCT
hij-1103	661	1	[	[	X
hij-1103	661	2	23	23	NUM
hij-1103	661	3	]	]	X
hij-1103	661	4	mehmood	mehmood	PROPN
hij-1103	661	5	,	,	PUNCT
hij-1103	661	6	m.	m.	NOUN
hij-1103	661	7	,	,	PUNCT
hij-1103	661	8	amin	amin	PROPN
hij-1103	661	9	,	,	PUNCT
hij-1103	661	10	r.	r.	PROPN
hij-1103	661	11	,	,	PUNCT
hij-1103	661	12	muslam	muslam	PROPN
hij-1103	661	13	,	,	PUNCT
hij-1103	661	14	m.	m.	NOUN
hij-1103	661	15	m.	m.	PROPN
hij-1103	661	16	a.	a.	PROPN
hij-1103	661	17	,	,	PUNCT
hij-1103	661	18	xie	xie	PROPN
hij-1103	661	19	,	,	PUNCT
hij-1103	661	20	j.	j.	PROPN
hij-1103	661	21	,	,	PUNCT
hij-1103	661	22	&	&	CCONJ
hij-1103	661	23	aldabbas	aldabbas	PROPN
hij-1103	661	24	,	,	PUNCT
hij-1103	661	25	h.	h.	PROPN
hij-1103	661	26	(	(	PUNCT
hij-1103	661	27	2023	2023	NUM
hij-1103	661	28	)	)	PUNCT
hij-1103	661	29	.	.	PUNCT
hij-1103	662	1	privilege	privilege	NOUN
hij-1103	662	2	escalation	escalation	NOUN
hij-1103	662	3	attack	attack	NOUN
hij-1103	662	4	detection	detection	NOUN
hij-1103	662	5	and	and	CCONJ
hij-1103	662	6	mitigation	mitigation	NOUN
hij-1103	662	7	in	in	ADP
hij-1103	662	8	cloud	cloud	NOUN
hij-1103	662	9	using	use	VERB
hij-1103	662	10	machine	machine	NOUN
hij-1103	662	11	learning	learning	NOUN
hij-1103	662	12	.	.	PUNCT
hij-1103	663	1	ieee	ieee	NOUN
hij-1103	663	2	access	access	NOUN
hij-1103	663	3	,	,	PUNCT
hij-1103	663	4	11	11	NUM
hij-1103	663	5	,	,	PUNCT
hij-1103	663	6	46561–46576	46561–46576	NUM
hij-1103	663	7	.	.	PUNCT
hij-1103	664	1	doi:10.1109	doi:10.1109	VERB
hij-1103	664	2	/	/	SYM
hij-1103	664	3	access.2023.3273895	access.2023.3273895	NOUN
hij-1103	664	4	.	.	PUNCT
hij-1103	665	1	[	[	X
hij-1103	665	2	24	24	NUM
hij-1103	665	3	]	]	PUNCT
hij-1103	665	4	qiao	qiao	NOUN
hij-1103	665	5	,	,	PUNCT
hij-1103	665	6	y.	y.	PROPN
hij-1103	665	7	,	,	PUNCT
hij-1103	665	8	zhang	zhang	PROPN
hij-1103	665	9	,	,	PUNCT
hij-1103	665	10	w.	w.	PROPN
hij-1103	665	11	,	,	PUNCT
hij-1103	665	12	tian	tian	PROPN
hij-1103	665	13	,	,	PUNCT
hij-1103	665	14	z.	z.	PROPN
hij-1103	665	15	,	,	PUNCT
hij-1103	665	16	yang	yang	PROPN
hij-1103	665	17	,	,	PUNCT
hij-1103	665	18	l.	l.	PROPN
hij-1103	665	19	t.	t.	PROPN
hij-1103	665	20	,	,	PUNCT
hij-1103	665	21	liu	liu	PROPN
hij-1103	665	22	,	,	PUNCT
hij-1103	665	23	y.	y.	PROPN
hij-1103	665	24	,	,	PUNCT
hij-1103	665	25	&	&	CCONJ
hij-1103	665	26	alazab	alazab	PROPN
hij-1103	665	27	,	,	PUNCT
hij-1103	665	28	m.	m.	NOUN
hij-1103	665	29	(	(	PUNCT
hij-1103	665	30	2023	2023	NUM
hij-1103	665	31	)	)	PUNCT
hij-1103	665	32	.	.	PUNCT
hij-1103	666	1	adversarial	adversarial	ADJ
hij-1103	666	2	elf	elf	NUM
hij-1103	666	3	malware	malware	NOUN
hij-1103	666	4	detection	detection	NOUN
hij-1103	666	5	method	method	NOUN
hij-1103	666	6	using	use	VERB
hij-1103	666	7	model	model	NOUN
hij-1103	666	8	interpretation	interpretation	NOUN
hij-1103	666	9	.	.	PUNCT
hij-1103	667	1	ieee	ieee	NOUN
hij-1103	667	2	transactions	transaction	NOUN
hij-1103	667	3	on	on	ADP
hij-1103	667	4	industrial	industrial	ADJ
hij-1103	667	5	informatics	informatic	NOUN
hij-1103	667	6	,	,	PUNCT
hij-1103	667	7	19(1	19(1	NUM
hij-1103	667	8	)	)	PUNCT
hij-1103	667	9	,	,	PUNCT
hij-1103	667	10	605–615	605–615	NUM
hij-1103	667	11	.	.	PUNCT
hij-1103	668	1	doi:10.1109	doi:10.1109	VERB
hij-1103	668	2	/	/	SYM
hij-1103	668	3	tii.2022.3192901	tii.2022.3192901	NOUN
hij-1103	668	4	.	.	PUNCT
hij-1103	669	1	[	[	X
hij-1103	669	2	25	25	NUM
hij-1103	669	3	]	]	PUNCT
hij-1103	669	4	alshraideh	alshraideh	NOUN
hij-1103	669	5	,	,	PUNCT
hij-1103	669	6	m.	m.	NOUN
hij-1103	669	7	a.	a.	PROPN
hij-1103	669	8	,	,	PUNCT
hij-1103	669	9	al	al	PROPN
hij-1103	669	10	-	-	PUNCT
hij-1103	669	11	dreabi	dreabi	PROPN
hij-1103	669	12	,	,	PUNCT
hij-1103	669	13	e.	e.	PROPN
hij-1103	669	14	a.	a.	PROPN
hij-1103	669	15	,	,	PUNCT
hij-1103	669	16	otoom	otoom	NOUN
hij-1103	669	17	,	,	PUNCT
hij-1103	669	18	m.	m.	NOUN
hij-1103	669	19	m.	m.	NOUN
hij-1103	669	20	,	,	PUNCT
hij-1103	669	21	salah	salah	PROPN
hij-1103	669	22	,	,	PUNCT
hij-1103	669	23	b.	b.	PROPN
hij-1103	669	24	,	,	PUNCT
hij-1103	669	25	hawamdeh	hawamdeh	PROPN
hij-1103	669	26	,	,	PUNCT
hij-1103	669	27	z.	z.	PROPN
hij-1103	669	28	m.	m.	PROPN
hij-1103	669	29	,	,	PUNCT
hij-1103	669	30	&	&	CCONJ
hij-1103	669	31	alshraideh	alshraideh	PROPN
hij-1103	669	32	,	,	PUNCT
hij-1103	669	33	m.	m.	NOUN
hij-1103	669	34	(	(	PUNCT
hij-1103	669	35	2017	2017	NUM
hij-1103	669	36	)	)	PUNCT
hij-1103	669	37	.	.	PUNCT
hij-1103	670	1	automated	automate	VERB
hij-1103	670	2	detection	detection	NOUN
hij-1103	670	3	of	of	ADP
hij-1103	670	4	breast	breast	NOUN
hij-1103	670	5	cancer	cancer	NOUN
hij-1103	670	6	using	use	VERB
hij-1103	670	7	artificial	artificial	ADJ
hij-1103	670	8	neural	neural	ADJ
hij-1103	670	9	networks	network	NOUN
hij-1103	670	10	and	and	CCONJ
hij-1103	670	11	fuzzy	fuzzy	ADJ
hij-1103	670	12	logic	logic	NOUN
hij-1103	670	13	.	.	PUNCT
hij-1103	671	1	article	article	NOUN
hij-1103	671	2	in	in	ADP
hij-1103	671	3	international	international	ADJ
hij-1103	671	4	journal	journal	PROPN
hij-1103	671	5	of	of	ADP
hij-1103	671	6	sciences	sciences	PROPN
hij-1103	671	7	basic	basic	ADJ
hij-1103	671	8	and	and	CCONJ
hij-1103	671	9	applied	applied	ADJ
hij-1103	671	10	research	research	NOUN
hij-1103	671	11	,	,	PUNCT
hij-1103	671	12	35(3	35(3	NUM
hij-1103	671	13	)	)	PUNCT
hij-1103	671	14	,	,	PUNCT
hij-1103	671	15	109–120	109–120	NUM
hij-1103	671	16	.	.	PUNCT
hij-1103	672	1	[	[	X
hij-1103	672	2	26	26	NUM
hij-1103	672	3	]	]	X
hij-1103	672	4	qiu	qiu	PROPN
hij-1103	672	5	,	,	PUNCT
hij-1103	672	6	j.	j.	PROPN
hij-1103	672	7	,	,	PUNCT
hij-1103	672	8	han	han	PROPN
hij-1103	672	9	,	,	PUNCT
hij-1103	672	10	q.	q.	PROPN
hij-1103	672	11	l.	l.	PROPN
hij-1103	672	12	,	,	PUNCT
hij-1103	672	13	luo	luo	PROPN
hij-1103	672	14	,	,	PUNCT
hij-1103	672	15	w.	w.	PROPN
hij-1103	672	16	,	,	PUNCT
hij-1103	672	17	pan	pan	PROPN
hij-1103	672	18	,	,	PUNCT
hij-1103	672	19	l.	l.	PROPN
hij-1103	672	20	,	,	PUNCT
hij-1103	672	21	nepal	nepal	PROPN
hij-1103	672	22	,	,	PUNCT
hij-1103	672	23	s.	s.	PROPN
hij-1103	672	24	,	,	PUNCT
hij-1103	672	25	zhang	zhang	PROPN
hij-1103	672	26	,	,	PUNCT
hij-1103	672	27	j.	j.	PROPN
hij-1103	672	28	,	,	PUNCT
hij-1103	672	29	&	&	CCONJ
hij-1103	672	30	xiang	xiang	PROPN
hij-1103	672	31	,	,	PUNCT
hij-1103	672	32	y.	y.	PROPN
hij-1103	672	33	(	(	PUNCT
hij-1103	672	34	2023	2023	NUM
hij-1103	672	35	)	)	PUNCT
hij-1103	672	36	.	.	PUNCT
hij-1103	673	1	cyber	cyber	PROPN
hij-1103	673	2	code	code	PROPN
hij-1103	673	3	intelligence	intelligence	NOUN
hij-1103	673	4	for	for	ADP
hij-1103	673	5	android	android	PROPN
hij-1103	673	6	malware	malware	NOUN
hij-1103	673	7	detection	detection	NOUN
hij-1103	673	8	.	.	PUNCT
hij-1103	674	1	ieee	ieee	NOUN
hij-1103	674	2	transactions	transaction	NOUN
hij-1103	674	3	on	on	ADP
hij-1103	674	4	cybernetics	cybernetic	NOUN
hij-1103	674	5	,	,	PUNCT
hij-1103	674	6	53(1	53(1	NUM
hij-1103	674	7	)	)	PUNCT
hij-1103	674	8	,	,	PUNCT
hij-1103	674	9	617–627	617–627	NUM
hij-1103	674	10	.	.	PUNCT
hij-1103	675	1	doi:10.1109	doi:10.1109	VERB
hij-1103	675	2	/	/	SYM
hij-1103	675	3	tcyb.2022.3164625	tcyb.2022.3164625	NOUN
hij-1103	675	4	.	.	PUNCT
hij-1103	675	5	hightech	hightech	NOUN
hij-1103	675	6	and	and	CCONJ
hij-1103	675	7	innovation	innovation	NOUN
hij-1103	675	8	journal	journal	PROPN
hij-1103	675	9	vol	vol	NOUN
hij-1103	675	10	.	.	PROPN
hij-1103	676	1	6	6	NUM
hij-1103	676	2	,	,	PUNCT
hij-1103	676	3	no	no	INTJ
hij-1103	676	4	.	.	NOUN
hij-1103	676	5	2	2	NUM
hij-1103	676	6	,	,	PUNCT
hij-1103	676	7	june	june	PROPN
hij-1103	676	8	,	,	PUNCT
hij-1103	676	9	2025	2025	NUM
hij-1103	676	10	686	686	NUM
hij-1103	676	11	[	[	SYM
hij-1103	676	12	27	27	NUM
hij-1103	676	13	]	]	SYM
hij-1103	676	14	otoom	otoom	NOUN
hij-1103	676	15	,	,	PUNCT
hij-1103	676	16	m.	m.	NOUN
hij-1103	676	17	m.	m.	NOUN
hij-1103	676	18	,	,	PUNCT
hij-1103	676	19	jemmali	jemmali	PROPN
hij-1103	676	20	,	,	PUNCT
hij-1103	676	21	m.	m.	NOUN
hij-1103	676	22	,	,	PUNCT
hij-1103	676	23	qawqzeh	qawqzeh	PROPN
hij-1103	676	24	,	,	PUNCT
hij-1103	676	25	y.	y.	PROPN
hij-1103	676	26	,	,	PUNCT
hij-1103	676	27	sa	sa	PROPN
hij-1103	676	28	,	,	PUNCT
hij-1103	676	29	k.	k.	PROPN
hij-1103	676	30	n.	n.	PROPN
hij-1103	676	31	,	,	PUNCT
hij-1103	676	32	&	&	CCONJ
hij-1103	676	33	al	al	PROPN
hij-1103	676	34	fay	fay	PROPN
hij-1103	676	35	,	,	PUNCT
hij-1103	676	36	f.	f.	PROPN
hij-1103	676	37	(	(	PUNCT
hij-1103	676	38	2019	2019	NUM
hij-1103	676	39	)	)	PUNCT
hij-1103	676	40	.	.	PUNCT
hij-1103	677	1	comparative	comparative	ADJ
hij-1103	677	2	analysis	analysis	NOUN
hij-1103	677	3	of	of	ADP
hij-1103	677	4	different	different	ADJ
hij-1103	677	5	machine	machine	NOUN
hij-1103	677	6	learning	learning	NOUN
hij-1103	677	7	models	model	NOUN
hij-1103	677	8	for	for	ADP
hij-1103	677	9	estimating	estimate	VERB
hij-1103	677	10	the	the	DET
hij-1103	677	11	population	population	NOUN
hij-1103	677	12	growth	growth	NOUN
hij-1103	677	13	rate	rate	NOUN
hij-1103	677	14	in	in	ADP
hij-1103	677	15	data	data	NOUN
hij-1103	677	16	-	-	PUNCT
hij-1103	677	17	limited	limit	VERB
hij-1103	677	18	area	area	NOUN
hij-1103	677	19	.	.	PUNCT
hij-1103	678	1	international	international	ADJ
hij-1103	678	2	journal	journal	PROPN
hij-1103	678	3	of	of	ADP
hij-1103	678	4	computer	computer	NOUN
hij-1103	678	5	science	science	NOUN
hij-1103	678	6	and	and	CCONJ
hij-1103	678	7	network	network	NOUN
hij-1103	678	8	security	security	NOUN
hij-1103	678	9	,	,	PUNCT
hij-1103	678	10	19(12	19(12	NUM
hij-1103	678	11	)	)	PUNCT
hij-1103	678	12	,	,	PUNCT
hij-1103	678	13	96–101	96–101	NOUN
hij-1103	678	14	.	.	PUNCT
hij-1103	679	1	[	[	X
hij-1103	679	2	28	28	NUM
hij-1103	679	3	]	]	X
hij-1103	679	4	otoom	otoom	NOUN
hij-1103	679	5	,	,	PUNCT
hij-1103	679	6	m.	m.	NOUN
hij-1103	679	7	m.	m.	NOUN
hij-1103	679	8	(	(	PUNCT
hij-1103	679	9	2021	2021	NUM
hij-1103	679	10	)	)	PUNCT
hij-1103	679	11	.	.	PUNCT
hij-1103	680	1	comparing	compare	VERB
hij-1103	680	2	the	the	DET
hij-1103	680	3	performance	performance	NOUN
hij-1103	680	4	of	of	ADP
hij-1103	680	5	17	17	NUM
hij-1103	680	6	machine	machine	NOUN
hij-1103	680	7	learning	learning	NOUN
hij-1103	680	8	models	model	NOUN
hij-1103	680	9	in	in	ADP
hij-1103	680	10	predicting	predict	VERB
hij-1103	680	11	human	human	ADJ
hij-1103	680	12	population	population	NOUN
hij-1103	680	13	growth	growth	NOUN
hij-1103	680	14	of	of	ADP
hij-1103	680	15	countries	country	NOUN
hij-1103	680	16	.	.	PUNCT
hij-1103	681	1	ijcsns	ijcsns	PRON
hij-1103	681	2	international	international	ADJ
hij-1103	681	3	journal	journal	NOUN
hij-1103	681	4	of	of	ADP
hij-1103	681	5	computer	computer	NOUN
hij-1103	681	6	science	science	NOUN
hij-1103	681	7	and	and	CCONJ
hij-1103	681	8	network	network	NOUN
hij-1103	681	9	security	security	NOUN
hij-1103	681	10	,	,	PUNCT
hij-1103	681	11	21(january	21(january	NUM
hij-1103	681	12	)	)	PUNCT
hij-1103	681	13	,	,	PUNCT
hij-1103	681	14	220–225	220–225	NUM
hij-1103	681	15	.	.	PUNCT
hij-1103	682	1	doi:10.22937	doi:10.22937	NOUN
hij-1103	682	2	/	/	SYM
hij-1103	682	3	ijcsns.2021.21.1.28	ijcsns.2021.21.1.28	NOUN
hij-1103	682	4	.	.	PUNCT
hij-1103	683	1	[	[	X
hij-1103	683	2	29	29	NUM
hij-1103	683	3	]	]	PUNCT
hij-1103	683	4	alnajim	alnajim	ADJ
hij-1103	683	5	,	,	PUNCT
hij-1103	683	6	a.	a.	NOUN
hij-1103	683	7	m.	m.	NOUN
hij-1103	683	8	,	,	PUNCT
hij-1103	683	9	habib	habib	PROPN
hij-1103	683	10	,	,	PUNCT
hij-1103	683	11	s.	s.	PROPN
hij-1103	683	12	,	,	PUNCT
hij-1103	683	13	islam	islam	PROPN
hij-1103	683	14	,	,	PUNCT
hij-1103	683	15	m.	m.	NOUN
hij-1103	683	16	,	,	PUNCT
hij-1103	683	17	albelaihi	albelaihi	PROPN
hij-1103	683	18	,	,	PUNCT
hij-1103	683	19	r.	r.	PROPN
hij-1103	683	20	,	,	PUNCT
hij-1103	683	21	&	&	CCONJ
hij-1103	683	22	alabdulatif	alabdulatif	PROPN
hij-1103	683	23	,	,	PUNCT
hij-1103	683	24	a.	a.	NOUN
hij-1103	683	25	(	(	PUNCT
hij-1103	683	26	2023	2023	NUM
hij-1103	683	27	)	)	PUNCT
hij-1103	683	28	.	.	PUNCT
hij-1103	684	1	mitigating	mitigate	VERB
hij-1103	684	2	the	the	DET
hij-1103	684	3	risks	risk	NOUN
hij-1103	684	4	of	of	ADP
hij-1103	684	5	malware	malware	NOUN
hij-1103	684	6	attacks	attack	NOUN
hij-1103	684	7	with	with	ADP
hij-1103	684	8	deep	deep	ADJ
hij-1103	684	9	learning	learning	NOUN
hij-1103	684	10	techniques	technique	NOUN
hij-1103	684	11	.	.	PUNCT
hij-1103	685	1	electronics	electronic	NOUN
hij-1103	685	2	(	(	PUNCT
hij-1103	685	3	switzerland	switzerland	PROPN
hij-1103	685	4	)	)	PUNCT
hij-1103	685	5	,	,	PUNCT
hij-1103	685	6	12(14	12(14	NOUN
hij-1103	685	7	)	)	PUNCT
hij-1103	685	8	,	,	PUNCT
hij-1103	685	9	3166	3166	NUM
hij-1103	685	10	.	.	PUNCT
hij-1103	686	1	doi:10.3390	doi:10.3390	NOUN
hij-1103	686	2	/	/	SYM
hij-1103	686	3	electronics12143166	electronics12143166	PROPN
hij-1103	686	4	.	.	PUNCT
hij-1103	687	1	[	[	X
hij-1103	687	2	30	30	NUM
hij-1103	687	3	]	]	X
hij-1103	687	4	shu	shu	PROPN
hij-1103	687	5	,	,	PUNCT
hij-1103	687	6	l.	l.	PROPN
hij-1103	687	7	,	,	PUNCT
hij-1103	687	8	dong	dong	PROPN
hij-1103	687	9	,	,	PUNCT
hij-1103	687	10	s.	s.	PROPN
hij-1103	687	11	,	,	PUNCT
hij-1103	687	12	su	su	PROPN
hij-1103	687	13	,	,	PUNCT
hij-1103	687	14	h.	h.	PROPN
hij-1103	687	15	,	,	PUNCT
hij-1103	687	16	&	&	CCONJ
hij-1103	687	17	huang	huang	PROPN
hij-1103	687	18	,	,	PUNCT
hij-1103	687	19	j.	j.	PROPN
hij-1103	687	20	(	(	PUNCT
hij-1103	687	21	2023	2023	NUM
hij-1103	687	22	)	)	PUNCT
hij-1103	687	23	.	.	PUNCT
hij-1103	688	1	android	android	PROPN
hij-1103	688	2	malware	malware	NOUN
hij-1103	688	3	detection	detection	NOUN
hij-1103	688	4	methods	method	NOUN
hij-1103	688	5	based	base	VERB
hij-1103	688	6	on	on	ADP
hij-1103	688	7	convolutional	convolutional	ADJ
hij-1103	688	8	neural	neural	ADJ
hij-1103	688	9	network	network	NOUN
hij-1103	688	10	:	:	PUNCT
hij-1103	688	11	a	a	DET
hij-1103	688	12	survey	survey	NOUN
hij-1103	688	13	.	.	PUNCT
hij-1103	689	1	ieee	ieee	NOUN
hij-1103	689	2	transactions	transaction	NOUN
hij-1103	689	3	on	on	ADP
hij-1103	689	4	emerging	emerge	VERB
hij-1103	689	5	topics	topic	NOUN
hij-1103	689	6	in	in	ADP
hij-1103	689	7	computational	computational	ADJ
hij-1103	689	8	intelligence	intelligence	NOUN
hij-1103	689	9	,	,	PUNCT
hij-1103	689	10	7(5	7(5	NUM
hij-1103	689	11	)	)	PUNCT
hij-1103	689	12	,	,	PUNCT
hij-1103	689	13	1330–1350	1330–1350	NUM
hij-1103	689	14	.	.	PUNCT
hij-1103	690	1	doi:10.1109	doi:10.1109	VERB
hij-1103	690	2	/	/	SYM
hij-1103	690	3	tetci.2023.3281833	tetci.2023.3281833	NUM
hij-1103	690	4	.	.	PUNCT
hij-1103	691	1	[	[	X
hij-1103	691	2	31	31	NUM
hij-1103	691	3	]	]	X
hij-1103	691	4	zhao	zhao	PROPN
hij-1103	691	5	,	,	PUNCT
hij-1103	691	6	z.	z.	PROPN
hij-1103	691	7	,	,	PUNCT
hij-1103	691	8	zhao	zhao	PROPN
hij-1103	691	9	,	,	PUNCT
hij-1103	691	10	d.	d.	PROPN
hij-1103	691	11	,	,	PUNCT
hij-1103	691	12	yang	yang	PROPN
hij-1103	691	13	,	,	PUNCT
hij-1103	691	14	s.	s.	PROPN
hij-1103	691	15	,	,	PUNCT
hij-1103	691	16	&	&	CCONJ
hij-1103	691	17	xu	xu	PROPN
hij-1103	691	18	,	,	PUNCT
hij-1103	691	19	l.	l.	PROPN
hij-1103	691	20	(	(	PUNCT
hij-1103	691	21	2023	2023	NUM
hij-1103	691	22	)	)	PUNCT
hij-1103	691	23	.	.	PUNCT
hij-1103	692	1	image	image	NOUN
hij-1103	692	2	-	-	PUNCT
hij-1103	692	3	based	base	VERB
hij-1103	692	4	malware	malware	NOUN
hij-1103	692	5	classification	classification	NOUN
hij-1103	692	6	method	method	NOUN
hij-1103	692	7	with	with	ADP
hij-1103	692	8	the	the	DET
hij-1103	692	9	alexnet	alexnet	ADJ
hij-1103	692	10	convolutional	convolutional	ADJ
hij-1103	692	11	neural	neural	ADJ
hij-1103	692	12	network	network	NOUN
hij-1103	692	13	model	model	NOUN
hij-1103	692	14	.	.	PUNCT
hij-1103	693	1	security	security	NOUN
hij-1103	693	2	and	and	CCONJ
hij-1103	693	3	communication	communication	NOUN
hij-1103	693	4	networks	network	NOUN
hij-1103	693	5	,	,	PUNCT
hij-1103	693	6	2023	2023	NUM
hij-1103	693	7	,	,	PUNCT
hij-1103	693	8	1–15	1–15	NUM
hij-1103	693	9	.	.	PUNCT
hij-1103	694	1	doi:10.1155/2023/6390023	doi:10.1155/2023/6390023	PROPN
hij-1103	694	2	.	.	PUNCT
hij-1103	695	1	[	[	X
hij-1103	695	2	32	32	NUM
hij-1103	695	3	]	]	X
hij-1103	695	4	xie	xie	PROPN
hij-1103	695	5	,	,	PUNCT
hij-1103	695	6	n.	n.	PROPN
hij-1103	695	7	,	,	PUNCT
hij-1103	695	8	qin	qin	PROPN
hij-1103	695	9	,	,	PUNCT
hij-1103	695	10	z.	z.	PROPN
hij-1103	695	11	,	,	PUNCT
hij-1103	695	12	&	&	CCONJ
hij-1103	695	13	di	di	PROPN
hij-1103	695	14	,	,	PUNCT
hij-1103	695	15	x.	x.	NOUN
hij-1103	695	16	(	(	PUNCT
hij-1103	695	17	2023	2023	NUM
hij-1103	695	18	)	)	PUNCT
hij-1103	695	19	.	.	PUNCT
hij-1103	696	1	ga	ga	NOUN
hij-1103	696	2	-	-	PUNCT
hij-1103	696	3	stackingmd	stackingmd	NOUN
hij-1103	696	4	:	:	PUNCT
hij-1103	696	5	android	android	PROPN
hij-1103	696	6	malware	malware	NOUN
hij-1103	696	7	detection	detection	NOUN
hij-1103	696	8	method	method	NOUN
hij-1103	696	9	based	base	VERB
hij-1103	696	10	on	on	ADP
hij-1103	696	11	genetic	genetic	ADJ
hij-1103	696	12	algorithm	algorithm	NOUN
hij-1103	696	13	optimized	optimize	VERB
hij-1103	696	14	stacking	stacking	NOUN
hij-1103	696	15	.	.	PUNCT
hij-1103	697	1	applied	apply	VERB
hij-1103	697	2	sciences	sciences	PROPN
hij-1103	697	3	(	(	PUNCT
hij-1103	697	4	switzerland	switzerland	PROPN
hij-1103	697	5	)	)	PUNCT
hij-1103	697	6	,	,	PUNCT
hij-1103	697	7	13(4	13(4	NUM
hij-1103	697	8	)	)	PUNCT
hij-1103	697	9	,	,	PUNCT
hij-1103	697	10	2629	2629	NUM
hij-1103	697	11	.	.	PUNCT
hij-1103	698	1	doi:10.3390	doi:10.3390	NOUN
hij-1103	698	2	/	/	SYM
hij-1103	698	3	app13042629	app13042629	VERB
hij-1103	698	4	.	.	PUNCT
hij-1103	699	1	[	[	X
hij-1103	699	2	33	33	NUM
hij-1103	699	3	]	]	X
hij-1103	699	4	arslan	arslan	PROPN
hij-1103	699	5	,	,	PUNCT
hij-1103	699	6	r.	r.	PROPN
hij-1103	699	7	s.	s.	PROPN
hij-1103	699	8	(	(	PUNCT
hij-1103	699	9	2021	2021	NUM
hij-1103	699	10	)	)	PUNCT
hij-1103	699	11	.	.	PUNCT
hij-1103	699	12	identify	identify	VERB
hij-1103	699	13	type	type	NOUN
hij-1103	699	14	of	of	ADP
hij-1103	699	15	android	android	PROPN
hij-1103	699	16	malware	malware	NOUN
hij-1103	699	17	with	with	ADP
hij-1103	699	18	machine	machine	NOUN
hij-1103	699	19	learning	learning	NOUN
hij-1103	699	20	based	base	VERB
hij-1103	699	21	ensemble	ensemble	ADJ
hij-1103	699	22	model	model	NOUN
hij-1103	699	23	.	.	PUNCT
hij-1103	700	1	ismsit	ismsit	VERB
hij-1103	700	2	2021	2021	NUM
hij-1103	700	3	5th	5th	ADJ
hij-1103	700	4	international	international	ADJ
hij-1103	700	5	symposium	symposium	NOUN
hij-1103	700	6	on	on	ADP
hij-1103	700	7	multidisciplinary	multidisciplinary	ADJ
hij-1103	700	8	studies	study	NOUN
hij-1103	700	9	and	and	CCONJ
hij-1103	700	10	innovative	innovative	ADJ
hij-1103	700	11	technologies	technology	NOUN
hij-1103	700	12	,	,	PUNCT
hij-1103	700	13	proceedings	proceeding	NOUN
hij-1103	700	14	,	,	PUNCT
hij-1103	700	15	628–632	628–632	NUM
hij-1103	700	16	.	.	PUNCT
hij-1103	701	1	doi:10.1109	doi:10.1109	PROPN
hij-1103	701	2	/	/	SYM
hij-1103	701	3	ismsit52890.2021.9604661	ismsit52890.2021.9604661	PROPN
hij-1103	701	4	.	.	PUNCT
hij-1103	702	1	[	[	X
hij-1103	702	2	34	34	NUM
hij-1103	702	3	]	]	SYM
hij-1103	702	4	otoom	otoom	NOUN
hij-1103	702	5	,	,	PUNCT
hij-1103	702	6	m.	m.	NOUN
hij-1103	702	7	m.	m.	NOUN
hij-1103	702	8	,	,	PUNCT
hij-1103	702	9	sattar	sattar	PROPN
hij-1103	702	10	,	,	PUNCT
hij-1103	702	11	k.	k.	PROPN
hij-1103	702	12	n.	n.	PROPN
hij-1103	702	13	a.	a.	PROPN
hij-1103	702	14	,	,	PUNCT
hij-1103	702	15	&	&	CCONJ
hij-1103	702	16	sadig	sadig	PROPN
hij-1103	702	17	,	,	PUNCT
hij-1103	702	18	m.	m.	NOUN
hij-1103	702	19	al	al	PROPN
hij-1103	702	20	.	.	PROPN
hij-1103	702	21	(	(	PUNCT
hij-1103	702	22	2023	2023	NUM
hij-1103	702	23	)	)	PUNCT
hij-1103	702	24	.	.	PUNCT
hij-1103	703	1	ensemble	ensemble	ADJ
hij-1103	703	2	model	model	NOUN
hij-1103	703	3	for	for	ADP
hij-1103	703	4	network	network	NOUN
hij-1103	703	5	intrusion	intrusion	NOUN
hij-1103	703	6	detection	detection	NOUN
hij-1103	703	7	system	system	NOUN
hij-1103	703	8	based	base	VERB
hij-1103	703	9	on	on	ADP
hij-1103	703	10	bagging	bagging	NOUN
hij-1103	703	11	using	use	VERB
hij-1103	703	12	j48	j48	PROPN
hij-1103	703	13	.	.	PUNCT
hij-1103	704	1	advances	advance	NOUN
hij-1103	704	2	in	in	ADP
hij-1103	704	3	science	science	NOUN
hij-1103	704	4	and	and	CCONJ
hij-1103	704	5	technology	technology	NOUN
hij-1103	704	6	research	research	NOUN
hij-1103	704	7	journal	journal	NOUN
hij-1103	704	8	,	,	PUNCT
hij-1103	704	9	17(2	17(2	NUM
hij-1103	704	10	)	)	PUNCT
hij-1103	704	11	,	,	PUNCT
hij-1103	704	12	322–329	322–329	NUM
hij-1103	704	13	.	.	PUNCT
hij-1103	705	1	doi:10.12913/22998624/161820	doi:10.12913/22998624/161820	NOUN
hij-1103	705	2	.	.	PUNCT
hij-1103	706	1	[	[	X
hij-1103	706	2	35	35	NUM
hij-1103	706	3	]	]	SYM
hij-1103	706	4	otoom	otoom	NOUN
hij-1103	706	5	,	,	PUNCT
hij-1103	706	6	m.	m.	NOUN
hij-1103	706	7	m.	m.	NOUN
hij-1103	706	8	(	(	PUNCT
hij-1103	706	9	2022	2022	NUM
hij-1103	706	10	)	)	PUNCT
hij-1103	706	11	.	.	PUNCT
hij-1103	707	1	abmj	abmj	NOUN
hij-1103	707	2	:	:	PUNCT
hij-1103	707	3	an	an	DET
hij-1103	707	4	ensemble	ensemble	ADJ
hij-1103	707	5	model	model	NOUN
hij-1103	707	6	for	for	ADP
hij-1103	707	7	risk	risk	NOUN
hij-1103	707	8	prediction	prediction	NOUN
hij-1103	707	9	in	in	ADP
hij-1103	707	10	software	software	NOUN
hij-1103	707	11	requirements	requirement	NOUN
hij-1103	707	12	.	.	PUNCT
hij-1103	708	1	ijcsns	ijcsns	PRON
hij-1103	708	2	international	international	ADJ
hij-1103	708	3	journal	journal	NOUN
hij-1103	708	4	of	of	ADP
hij-1103	708	5	computer	computer	NOUN
hij-1103	708	6	science	science	NOUN
hij-1103	708	7	and	and	CCONJ
hij-1103	708	8	network	network	NOUN
hij-1103	708	9	security	security	NOUN
hij-1103	708	10	,	,	PUNCT
hij-1103	708	11	22(3	22(3	NUM
hij-1103	708	12	)	)	PUNCT
hij-1103	708	13	,	,	PUNCT
hij-1103	708	14	710	710	NUM
hij-1103	708	15	.	.	PUNCT
hij-1103	708	16	doi:10.22937	doi:10.22937	NOUN
hij-1103	708	17	/	/	SYM
hij-1103	708	18	ijcsns.2022.22.3.93	ijcsns.2022.22.3.93	NOUN
hij-1103	708	19	.	.	PUNCT