I
n
d
on
e
s
ian
Jou
r
n
al
o
f
E
lec
t
r
ica
l
E
n
gin
e
e
r
in
g
a
n
d
Com
p
u
t
e
r
S
c
ience
Vo
l
.
3
7
,
N
o
.
1
,
J
a
n
ua
r
y
20
2
5
,
pp.
1
97
~
205
I
S
S
N:
2
502
-
4
7
52
,
DO
I
:
10
.
11591/i
j
e
e
cs
.v
3
7
.
i
1
.
pp
1
97
-
205
197
Jou
r
n
al
h
o
m
e
page
:
ht
tp:
//
ij
e
e
cs
.
iaes
c
or
e
.
c
om
E
n
h
a
n
c
in
g
m
al
w
ar
e
d
e
t
e
c
t
io
n
t
h
r
ou
gh
se
lf
-
u
n
io
n
f
e
at
u
r
e
se
le
c
t
io
n
u
si
n
g gr
ay
w
ol
f
op
t
i
m
iz
e
r
M
os
l
e
h
M
.
Abu
al
h
aj
1
,
Qu
s
ai
Y.
S
h
am
b
ou
r
1
,
A
h
m
ad
Adel
Abu
-
S
h
ar
e
h
a
2
,
S
u
m
aya
N
.
Al
-
K
h
at
i
b
2
,
Am
a
l
Am
e
r
2
1
D
e
pa
r
tm
e
nt
of
N
e
tw
or
ks
a
nd C
y
be
r
s
e
c
ur
it
y
, A
l
-
A
hl
i
yy
a
A
m
m
a
n U
ni
ve
r
s
it
y
, A
mm
a
n, J
o
r
da
n
2
D
e
pa
r
tm
e
nt
of
D
a
ta
S
c
i
e
n
c
e
a
nd A
r
ti
f
i
c
ia
l
I
nt
e
ll
ig
e
n
c
e
, F
a
c
u
lt
y
of
I
n
f
o
r
ma
ti
o
n
T
e
c
hn
o
l
o
g
y
, A
l
-
A
hl
i
yy
a
A
mm
a
n U
ni
ve
r
s
it
y
,
A
mm
a
n, J
o
r
da
n
Ar
t
ic
l
e
I
n
f
o
AB
S
T
RA
CT
A
r
ti
c
le
h
is
tor
y
:
R
e
c
e
i
ve
d
M
a
y
17
,
202
4
R
e
vi
s
e
d
A
ug
23
,
202
4
A
c
c
e
pt
e
d
S
e
p
7
,
202
4
T
h
i
s
re
s
e
ar
ch
e
x
p
l
o
r
e
s
t
h
e
i
m
p
ac
t
o
f
m
a
l
w
ar
e
o
n
t
h
e
d
i
g
i
t
al
w
o
rl
d
an
d
p
re
s
e
n
t
s
an
i
n
n
o
v
at
i
v
e
s
y
s
t
em
t
o
d
e
t
ec
t
an
d
c
l
as
s
i
f
y
m
a
l
w
ar
e
i
n
s
t
an
ce
s
.
T
h
e
s
u
g
g
e
s
t
e
d
s
y
s
t
em
c
o
m
b
i
n
e
s
a
ran
d
o
m
fo
r
e
s
t
(RF)
cl
as
s
i
fi
e
r
a
n
d
g
ra
y
w
o
l
f
o
p
t
i
mi
ze
r
(G
W
O
)
t
o
i
d
en
t
i
f
y
an
d
d
e
t
ec
t
m
a
l
w
ar
e
e
ff
ec
t
i
v
e
l
y
.
T
h
e
r
e
fo
r
e
,
t
h
e
s
u
g
g
e
s
t
e
d
s
y
s
t
em
i
s
c
al
l
e
d
RFG
W
O
-
Mal
.
T
h
e
RFG
W
O
-
Mal
s
y
s
t
em
em
p
l
o
y
s
t
h
e
G
W
O
f
o
r
f
e
at
u
r
e
s
e
l
ec
t
i
o
n
i
n
b
i
n
ar
y
a
n
d
m
u
l
t
i
c
l
as
s
c
l
as
s
i
fi
c
at
i
o
n
s
c
en
ari
o
s
.
T
h
e
n
,
t
h
e
RFG
W
O
-
Mal
s
y
s
t
em
u
s
e
s
a
n
o
v
e
l
s
el
f
-
u
n
i
o
n
f
e
at
u
r
e
s
e
l
ec
t
i
o
n
ap
p
ro
a
c
h
,
c
o
m
b
i
n
i
n
g
f
e
at
u
r
e
s
fro
m
d
i
ff
e
r
en
t
s
u
b
s
e
t
s
o
f
b
i
n
ar
y
an
d
mu
l
t
i
c
l
as
s
cl
as
s
i
fi
c
at
i
o
n
e
x
t
rac
t
ed
u
s
i
n
g
t
h
e
G
W
O
o
p
t
i
mi
ze
r
.
T
h
e
RF
c
l
as
s
i
fi
e
r
i
s
t
h
e
n
ap
p
l
i
ed
f
o
r
c
l
as
s
i
f
y
i
n
g
m
al
w
ar
e
an
d
b
en
i
g
n
d
at
a.
T
h
e
c
o
m
p
r
e
h
en
s
i
v
e
O
b
fu
s
c
at
e
d
-
Ma
l
M
em
2
0
2
2
d
at
a
s
e
t
w
as
u
t
i
l
i
z
ed
t
o
e
v
a
l
u
at
e
t
h
e
s
u
g
g
e
s
t
e
d
RFG
W
O
-
Mal
s
y
s
t
em
,
w
h
i
c
h
h
as
b
ee
n
i
m
p
l
an
t
e
d
u
s
i
n
g
P
y
t
h
o
n
.
T
h
e
s
u
g
g
e
s
t
e
d
RFG
W
O
-
Mal
s
y
s
t
em
a
ch
i
e
v
e
s
s
i
g
n
i
fi
c
a
n
t
l
y
i
m
p
ro
v
e
d
r
e
s
u
l
t
s
u
s
i
n
g
t
h
e
n
o
v
e
l
s
el
f
-
u
n
i
o
n
f
e
at
u
r
e
s
el
ec
t
i
o
n
ap
p
ro
ach
.
Sp
e
ci
fi
c
a
l
l
y
,
t
h
e
RFG
W
O
-
Mal
s
y
s
t
em
a
c
h
i
e
v
e
s
an
o
u
t
s
t
an
d
i
n
g
a
cc
u
ra
cy
o
f
9
9
.
9
5
%
i
n
b
i
n
ar
y
cl
as
s
i
fi
c
at
i
o
n
a
n
d
m
a
i
n
t
ai
n
s
a
h
i
g
h
acc
u
ra
cy
o
f
8
6
.
5
7
%
w
i
t
h
m
u
l
t
i
c
l
as
s
cl
as
s
i
fi
c
at
i
o
n
.
T
h
e
fi
n
d
i
n
g
s
u
n
d
e
rs
c
o
r
e
t
h
e
a
c
h
i
ev
eme
n
t
o
f
a
s
e
l
f
-
u
n
i
o
n
f
e
at
u
r
e
s
el
ec
t
i
o
n
ap
p
ro
ach
i
n
en
h
a
n
c
i
n
g
t
h
e
p
e
rfo
r
m
a
n
ce
o
f
m
al
w
ar
e
d
e
t
ec
t
i
o
n
s
y
s
t
em
s
,
p
ro
v
i
d
i
n
g
a
v
a
l
u
ab
l
e
co
n
t
ri
b
u
t
i
o
n
t
o
cy
b
e
rs
ecu
ri
t
y
.
K
e
y
w
o
r
d
s
:
F
e
a
t
ur
e
s
e
l
e
c
t
i
o
n
Gr
a
y
wo
l
f
o
p
t
i
mi
z
e
r
M
a
c
hi
ne
l
e
a
r
ni
ng
M
a
l
wa
r
e
R
a
n
do
m
f
o
r
e
s
t
Th
i
s
i
s
a
n
o
p
en
a
c
ces
s
a
r
t
i
c
l
e
u
n
d
e
r
t
h
e
CC
B
Y
-
SA
l
i
cen
s
e.
C
or
r
e
s
pon
din
g
A
u
th
or
:
M
o
s
l
e
h
M
.
Ab
ua
l
ha
j
De
pa
r
t
m
e
n
t
o
f
Ne
t
w
o
r
ks
a
n
d
C
y
b
e
r
s
e
c
ur
i
t
y
,
Al
-
Ahliyy
a
Am
m
a
n
U
ni
ve
r
s
i
t
y
Amm
a
n
,
J
o
r
da
n
E
m
a
i
l
:
m
.
a
b
u
a
l
ha
j
@a
mm
a
n
u.
e
du.
j
o
1.
I
NT
RODU
C
T
I
ON
I
n
t
h
e
e
a
r
l
y
p
a
r
t
o
f
t
h
e
c
y
b
e
r
e
r
a
,
c
y
b
e
r
a
tt
a
c
ks
we
r
e
n
o
t
a
c
r
i
t
i
c
a
l
i
s
s
ue
,
a
n
d
t
h
e
n
u
m
be
r
o
f
a
tt
a
c
ks
wa
s
v
e
r
y
l
o
w.
Ho
we
v
e
r
,
t
h
e
r
a
p
i
d
r
i
s
e
o
f
t
h
e
i
n
t
e
r
n
e
t
i
n
c
r
e
a
s
e
s
t
h
e
n
u
m
be
r
o
f
t
h
r
e
a
t
s
t
h
a
t
c
o
m
pa
ni
e
s
a
n
d
i
nd
i
v
i
dua
l
s
f
a
c
e
.
O
n
e
o
f
t
h
e
m
o
s
t
c
o
m
m
o
n
t
h
r
e
a
t
s
i
s
m
a
l
w
a
r
e
,
s
o
f
t
wa
r
e
s
pe
c
i
f
i
c
a
l
ly
de
s
i
g
n
e
d
t
o
c
a
u
s
e
h
a
r
m
.
M
a
l
wa
r
e
m
i
g
h
t
b
e
u
s
e
d
f
o
r
e
s
p
i
o
n
a
g
e
,
f
i
na
n
c
ia
l
ga
i
n,
o
r
s
t
e
a
l
i
ng
s
e
n
s
i
t
i
ve
i
n
f
o
r
m
a
t
i
o
n
.
M
a
lwa
r
e
i
s
e
x
po
n
e
n
t
i
a
ll
y
i
nc
r
e
a
s
i
ng,
c
a
us
i
ng
v
e
r
y
hi
g
h
d
a
m
a
ge
a
n
d
l
o
s
s
t
o
t
h
e
m
a
r
ke
t
[
1]
,
[
2]
.
S
t
a
t
i
s
t
i
c
s
s
ho
w
t
h
a
t
h
u
n
dr
e
ds
o
f
t
h
o
us
a
n
d
s
o
f
m
a
l
wa
r
e
a
r
e
pr
o
duc
e
d
da
i
ly
,
c
o
n
t
r
i
b
ut
i
n
g
t
o
a
n
e
s
t
i
m
a
t
e
d
c
y
b
e
r
c
r
i
m
e
c
o
s
t
o
f
6
t
r
i
l
li
o
n
do
l
l
a
r
s
i
n
2021.
T
h
e
m
a
r
ke
t
pr
e
di
c
t
e
d
t
h
a
t
m
a
l
wa
r
e
a
n
a
ly
s
i
s
w
il
l
i
nc
r
e
a
s
e
m
o
r
e
a
n
d
m
o
r
e
,
c
a
us
i
n
g
gr
o
w
t
h
f
r
o
m
3
bil
li
o
n
USD
i
n
2019
to
11.
7
bi
ll
i
o
n
USD
i
n
2024
[
3]
.
E
a
r
l
y
m
a
l
wa
r
e
wa
s
c
r
e
a
t
e
d
us
i
n
g
s
im
p
l
e
c
o
de
;
m
a
n
ua
ll
y
c
r
e
a
t
e
d
r
ul
e
s
we
r
e
o
f
t
e
n
e
n
o
ugh
t
o
de
t
e
c
t
t
h
e
m
.
Ho
we
v
e
r
,
w
i
t
h
t
h
e
gr
o
wi
n
g
a
m
o
u
n
t
o
f
m
a
l
wa
r
e
a
n
d
t
h
e
pe
r
v
a
s
i
ve
ne
s
s
o
f
c
y
be
r
s
pa
c
e
,
m
a
n
ua
ll
y
Evaluation Warning : The document was created with Spire.PDF for Python.
I
S
S
N
:
2
5
0
2
-
4
7
52
In
do
n
e
s
i
a
n
J
E
l
e
c
E
n
g
&
C
o
m
p
S
c
i
,
Vo
l
.
3
7
,
N
o
.
1
,
J
a
n
ua
r
y
20
2
5
:
1
97
-
205
198
c
o
n
s
t
r
uc
t
e
d
de
t
e
c
t
i
o
n
r
u
l
e
s
we
r
e
n
o
l
o
n
ge
r
pr
a
c
t
i
c
a
l
.
Ho
we
v
e
r
,
m
a
l
wa
r
e
de
s
i
g
n
e
r
s
c
o
n
s
t
a
n
t
l
y
wo
r
k
o
n
e
v
a
d
i
ng
de
t
e
c
t
i
o
ns
a
n
d
r
e
l
e
a
s
i
ng
a
d
v
a
nc
e
d
m
a
l
wa
r
e
[
3]
.
T
h
e
a
dv
a
n
c
e
d
m
a
l
wa
r
e
c
a
n
e
v
e
n
e
v
a
de
t
he
t
y
p
i
c
a
l
s
e
c
ur
i
t
y
m
e
a
ns
,
i
n
c
l
ud
i
ng
f
i
r
e
wa
ll
s
a
n
d
a
n
t
i
m
a
l
wa
r
e
[
4]
.
C
o
n
s
e
que
n
t
l
y
,
s
e
c
ur
i
t
y
pr
o
vi
de
r
s
m
u
s
t
c
o
m
e
up
w
i
t
h
n
e
w
a
n
d
a
d
v
a
n
c
e
d
pr
ot
e
c
t
i
o
n
t
e
c
hn
o
l
o
g
i
e
s
.
S
e
c
ur
i
t
y
pr
o
vi
de
r
s
h
a
v
e
a
do
pt
e
d
m
a
c
hi
ne
l
e
a
r
ni
ng
(
M
L
)
to
b
oo
s
t
t
h
e
i
r
m
a
l
wa
r
e
de
t
e
c
t
i
o
n
a
n
d
c
l
a
s
s
if
i
c
a
t
i
o
n
[
5]
-
[
7]
.
M
L
r
e
f
e
r
s
to
a
c
o
l
l
e
c
t
i
o
n
o
f
t
e
c
h
ni
que
s
e
n
a
bli
n
g
c
o
m
put
e
r
s
to
a
c
qui
r
e
kn
o
w
l
e
dge
a
n
d
i
m
pr
o
v
e
pe
r
f
o
r
m
a
n
c
e
w
i
t
h
o
ut
e
x
p
l
i
c
i
t
pr
o
gr
a
m
mi
ng.
I
n
o
t
h
e
r
wor
ds
,
a
n
M
L
a
l
go
r
i
t
hm
i
de
n
t
i
f
i
e
s
a
n
d
c
o
dif
i
e
s
t
h
e
f
u
n
da
m
e
n
t
a
l
r
u
l
e
s
t
h
a
t
go
v
e
r
n
t
h
e
da
t
a
i
t
o
b
s
e
r
ve
s
.
W
i
t
h
t
hi
s
k
n
o
w
l
e
dge
,
t
h
e
M
L
a
l
go
r
i
t
hm
c
a
n
d
e
duc
e
t
h
e
c
h
a
r
a
c
t
e
r
i
s
t
i
c
s
o
f
s
a
m
p
l
e
s
t
h
a
t
h
a
v
e
n
o
t
b
e
e
n
e
n
c
o
un
t
e
r
e
d
b
e
f
o
r
e
.
I
n
m
a
l
w
a
r
e
de
t
e
c
t
i
o
n
,
a
n
u
n
e
n
c
o
un
t
e
r
e
d
s
a
m
p
l
e
m
a
y
r
e
f
e
r
to
a
n
e
w
f
il
e
.
T
h
e
c
o
n
c
e
a
l
e
d
a
t
tr
i
b
ut
e
c
o
ul
d
e
i
t
h
e
r
be
m
a
l
w
a
r
e
o
r
b
e
ni
g
n
[
8]
.
T
o
d
a
y
,
M
L
im
pr
o
v
e
s
m
a
l
wa
r
e
de
t
e
c
t
i
o
n
by
ut
i
li
z
i
ng
d
i
v
e
r
s
e
da
t
a
t
y
pe
s
o
n
t
h
e
h
o
s
t
,
n
e
t
w
or
k,
a
n
d
c
l
o
ud
-
b
a
s
e
d
a
n
t
i
-
m
a
l
wa
r
e
c
o
m
po
n
e
n
t
s
.
T
h
e
l
a
r
ge
n
u
m
be
r
s
o
f
da
t
a
o
f
v
a
r
i
o
us
k
i
nds
pr
e
s
e
n
t
a
c
h
a
l
l
e
nge
f
o
r
M
L
a
l
go
r
i
t
hm
s
t
o
de
t
e
c
t
m
a
l
wa
r
e
a
c
c
ur
a
t
e
l
y
[
8]
,
[
9
]
.
M
L
us
e
s
f
e
a
t
ur
e
s
e
l
e
c
t
i
o
n
a
l
go
r
i
t
hm
s
to
a
ddr
e
s
s
t
h
e
c
h
a
ll
e
n
g
e
o
f
l
a
r
ge
da
t
a
o
f
v
a
r
i
o
us
k
i
n
d
s
.
F
e
a
t
ur
e
s
e
l
e
c
t
i
o
n
a
l
go
r
i
t
hm
s
a
i
m
to
e
n
ha
n
c
e
pe
r
f
o
r
m
a
nc
e
,
m
i
t
i
ga
t
e
o
v
e
r
f
i
t
t
i
n
g,
a
n
d
r
e
duc
e
c
o
m
put
a
t
i
o
n
a
l
r
e
qu
i
r
e
m
e
n
t
s
.
C
a
r
e
f
u
l
s
e
l
e
c
t
i
o
n
o
f
f
e
a
t
ur
e
s
wi
l
l
s
i
g
ni
f
i
c
a
n
t
l
y
im
pr
o
v
e
t
h
e
pe
r
f
o
r
m
a
nc
e
o
f
M
L
-
b
a
s
e
d
m
a
l
w
a
r
e
d
e
t
e
c
t
i
o
n
s
y
s
t
e
m
s
[
9]
,
[
10
]
.
M
L
h
a
s
e
nc
o
un
t
e
r
e
d
s
ub
s
t
a
n
t
i
a
l
d
i
f
f
i
c
u
l
t
y
i
n
f
e
a
t
ur
e
s
e
l
e
c
t
i
o
n
.
F
e
a
t
ur
e
s
e
l
e
c
t
i
o
n
i
s
r
e
ga
r
de
d
a
s
a
c
h
a
ll
e
n
g
i
ng
t
o
pi
c
due
t
o
t
h
e
gr
o
wi
n
g
a
m
o
u
n
t
o
f
t
i
m
e
n
e
e
de
d
t
o
i
de
n
t
i
f
y
t
h
e
o
pt
i
m
a
l
f
e
a
t
ur
e
s
i
n
a
da
t
a
s
e
t
wi
t
h
a
hi
g
h
n
u
m
be
r
o
f
d
i
m
e
ns
i
o
n
s
.
S
e
ve
r
a
l
s
c
h
o
l
a
r
s
h
a
v
e
r
e
c
e
n
t
l
y
s
ugge
s
t
e
d
s
e
v
e
r
a
l
m
e
t
a
h
e
ur
i
s
t
i
c
a
l
go
r
i
t
hm
s
f
o
r
f
e
a
t
ur
e
s
e
l
e
c
t
i
o
n
.
M
e
t
a
h
e
ur
i
s
t
i
c
a
l
go
r
i
t
hm
s
a
r
e
a
c
l
a
s
s
o
f
a
d
v
a
n
c
e
d
t
e
c
hni
que
s
de
s
i
g
n
e
d
to
ge
n
e
r
a
t
e
s
o
l
ut
i
o
ns
f
o
r
c
o
m
p
l
e
x
o
p
t
i
mi
z
a
t
i
o
n
pr
o
bl
e
m
s
t
h
a
t
a
r
e
di
f
f
i
c
u
l
t
to
s
o
l
v
e
o
pt
i
m
a
ll
y
[
11]
,
[
12]
.
T
hi
s
s
t
ud
y
w
i
ll
e
mp
l
o
y
t
h
e
gr
a
y
wo
l
f
o
pt
i
mi
z
e
r
(
GW
O)
,
a
w
i
de
ly
r
e
c
o
gni
z
e
d
m
e
t
a
h
e
ur
i
s
t
i
c
a
l
go
r
i
t
hm
,
f
o
r
f
e
a
t
ur
e
s
e
l
e
c
t
i
o
n
[
13]
,
[
14]
.
A
pp
lyi
ng
t
h
e
GW
O
a
l
go
r
i
t
hm
i
n
f
e
a
t
ur
e
s
e
l
e
c
t
i
o
n
i
nv
o
l
v
e
s
c
us
t
o
m
i
z
i
ng
t
h
e
a
l
go
r
i
t
hm
t
o
i
de
n
t
i
f
y
t
h
e
m
o
s
t
a
dv
a
n
t
a
ge
o
us
s
ubs
e
t
o
f
f
e
a
t
ur
e
s
,
t
h
e
r
e
by
a
ug
m
e
n
t
i
n
g
t
h
e
pe
r
f
o
r
m
a
nc
e
o
f
t
h
e
M
L
s
y
s
t
e
m
.
S
e
v
e
r
a
l
m
e
t
h
o
ds
h
a
v
e
b
e
e
n
p
r
op
os
e
d
to
e
n
h
a
n
c
e
m
a
l
wa
r
e
d
e
tec
t
i
o
n
.
Ga
v
r
i
l
u
t
e
t
a
l
.
[
15
]
p
r
e
s
e
n
t
e
d
a
m
a
l
wa
r
e
de
tec
t
i
o
n
f
r
a
m
e
w
or
k
t
h
a
t
m
i
ni
m
i
z
e
s
f
a
l
s
e
p
os
i
t
i
v
e
s
.
T
h
e
m
e
t
h
od
o
l
og
y
i
nv
o
l
v
e
s
u
t
i
l
i
z
i
n
g
tw
o
c
o
m
bi
n
a
t
i
o
n
s
,
s
i
m
p
l
e
a
n
d
s
i
m
p
l
e
m
ul
t
i
-
s
tage
,
f
or
v
a
r
i
a
n
t
v
e
r
s
i
o
n
s
o
f
t
h
e
p
e
r
c
e
p
tr
o
n
a
l
g
or
i
t
hm
.
T
h
e
c
or
e
ob
j
e
c
t
i
v
e
i
s
to
di
f
f
e
r
e
n
t
i
a
t
e
b
e
twe
e
n
c
l
e
a
n
f
i
l
e
s
a
n
d
m
a
l
wa
r
e
e
f
f
e
c
t
i
v
e
l
y
whi
l
e
m
i
ni
m
i
z
i
n
g
f
a
l
s
e
p
os
i
t
i
v
e
s
.
T
h
e
a
u
t
h
or
s
i
m
p
l
e
m
e
n
t
e
d
t
h
e
i
r
a
p
pr
oa
c
h
by
c
o
m
pu
t
i
n
g
v
a
r
i
o
us
f
e
a
tur
e
s
wi
t
hi
n
e
a
c
h
bi
n
a
r
y
f
i
l
e
t
h
r
ou
gh
m
a
l
wa
r
e
a
n
a
l
y
s
i
s
.
T
h
e
M
L
s
y
s
te
m
wa
s
de
s
i
gn
e
d
us
i
n
g
f
e
a
tur
e
-
m
a
ppe
d
a
n
d
ke
r
n
e
l
i
z
e
d
o
ne
-
s
i
de
d
p
e
r
c
e
p
tr
o
n
s
.
K
e
y
r
e
s
ul
t
s
f
r
o
m
t
h
e
s
tu
dy
i
n
c
l
ud
e
n
otew
or
thy
pe
r
f
or
m
a
n
c
e
m
e
tr
i
c
s
f
or
t
h
e
c
a
s
c
a
de
o
n
e
-
s
i
de
d
p
e
r
c
e
p
tr
o
n
(
C
O
S
-
P
)
c
o
n
c
e
r
ni
n
g
F
1
a
n
d
F
2
s
c
or
e
s
,
a
c
hi
e
vi
n
g
a
c
c
u
r
a
c
y
l
e
v
e
l
s
o
f
96
.
08
%
a
n
d
95
.
71
%
,
r
e
s
p
e
c
t
i
v
e
l
y
,
i
n
3
-
f
o
l
d
c
r
os
s
-
v
a
l
i
da
t
i
o
n
wi
t
h
t
h
e
tr
a
i
ni
n
g
da
tas
e
t.
H
ow
e
v
e
r
,
w
i
t
h
2
0
-
f
o
l
d
c
r
o
s
s
-
v
a
l
i
da
t
i
o
n
,
C
OS
-
P
-
M
a
p
-
F
1
de
c
r
e
a
s
e
s
s
l
i
g
h
t
ly
to
9
5
.
9
1
%
,
whi
l
e
C
O
S
-
P
-
M
a
p
-
F
2
a
tt
a
i
n
s
h
i
gh
e
r
a
c
c
u
r
a
c
y
a
t
9
5
.
7
9
%
.
D
u
r
i
n
g
m
e
a
s
u
r
e
m
e
n
t
s
o
n
th
e
tes
t
d
a
tas
e
t,
th
e
p
r
op
os
e
d
a
l
g
or
i
th
m
d
e
m
o
n
s
tr
a
te
s
a
n
a
c
c
u
r
a
c
y
o
f
8
5
.
5
4
%
f
or
C
O
S
-
P
-
M
a
p
-
F
1
a
n
d
8
5
.
1
7
%
f
or
C
O
S
-
P
-
M
a
p
-
F
2
.
L
i
e
t
al.
[
16]
pr
e
s
e
n
t
e
d
a
m
a
l
w
a
r
e
de
t
e
c
t
i
o
n
m
e
t
ho
d
n
a
m
e
d
S
I
GPI
D,
f
o
c
us
i
n
g
o
n
pe
r
m
i
s
s
i
o
n
us
a
ge
a
n
a
ly
s
i
s
f
o
r
An
dr
o
i
d
m
a
l
wa
r
e
.
T
h
e
r
e
s
e
a
r
c
h
a
i
med
to
c
r
e
a
t
e
t
h
r
e
e
l
e
ve
l
s
o
f
pr
uni
n
g
by
i
nc
o
r
po
r
a
t
i
n
g
da
t
a
pe
r
m
i
s
s
i
o
ns
to
i
de
n
t
i
f
y
c
r
uc
i
a
l
pe
r
m
i
s
s
i
o
ns
t
h
a
t
di
s
t
i
n
gu
i
s
h
b
e
t
we
e
n
m
a
li
c
i
o
u
s
a
n
d
b
e
ni
g
n
a
pps
.
T
h
e
a
u
t
h
o
r
s
e
m
p
l
o
y
e
d
M
L
c
l
a
s
s
i
f
i
c
a
t
i
o
n
m
e
t
h
o
ds
to
c
l
a
s
s
if
y
v
a
r
i
o
us
m
a
l
wa
r
e
f
a
mi
li
e
s
.
T
h
e
pr
o
po
s
e
d
m
u
l
t
i
-
l
e
ve
l
a
ppr
o
a
c
h
i
n
c
l
ude
s
da
t
a
pr
uni
n
g
a
n
d
pe
r
m
i
s
s
i
o
n
r
a
nk
i
n
g
w
i
t
h
a
n
e
ga
t
i
v
e
r
a
t
e
.
T
h
e
c
l
a
s
s
i
f
i
c
a
t
i
o
n
wa
s
uti
li
z
e
d
to
c
a
t
e
g
o
r
i
z
e
v
a
r
i
a
n
t
s
o
f
b
o
t
h
b
e
ni
g
n
a
pps
a
n
d
m
a
l
wa
r
e
.
T
h
e
e
v
a
l
ua
t
i
o
n
wa
s
b
a
s
e
d
o
n
22
s
i
gnif
i
c
a
n
t
pe
r
m
i
s
s
i
o
ns
,
a
n
d
t
h
e
f
i
nd
i
ngs
i
nd
i
c
a
t
e
d
t
h
a
t
t
h
e
s
u
ppo
r
t
v
e
c
to
r
m
a
c
hi
ne
(
S
VM
)
c
l
a
s
s
if
i
e
r
a
c
hi
e
ve
d
ov
e
r
90%
a
c
c
ur
a
c
y
,
c
l
o
s
e
ly
m
a
t
c
hi
ng
t
h
e
r
e
s
u
l
t
s
ge
n
e
r
a
t
e
d
by
t
h
e
ba
s
e
li
ne
a
ppr
o
a
c
h
w
i
t
h
a
c
c
e
pt
a
bl
e
a
na
l
ys
i
s
t
i
m
e
s
(
r
a
n
g
i
n
g
f
r
o
m
4
t
o
32
t
i
m
e
s
)
.
T
h
e
a
c
c
ur
a
c
y
a
c
hi
e
ve
d
i
n
t
hi
s
s
t
ud
y
wa
s
91.
36%
wh
e
n
u
s
i
n
g
S
V
M
i
n
An
dr
o
i
d
-
da
n
ge
r
o
us
pe
r
m
i
s
s
i
o
ns
a
n
d
m
u
l
t
i
-
l
e
ve
l
-
da
t
a
pr
uni
ng
.
S
I
GPI
D
wa
s
a
l
s
o
c
o
m
pa
r
e
d
w
i
t
h
d
i
f
f
e
r
e
n
t
s
t
a
te
-
of
-
t
h
e
-
a
r
t
a
ppr
o
a
c
h
e
s
,
de
m
o
n
s
t
r
a
t
i
n
g
i
t
s
e
f
f
e
c
t
i
v
e
n
e
s
s
i
n
d
e
t
e
c
t
i
n
g
93.
62%
o
f
kn
o
wn
m
a
l
wa
r
e
a
n
d
91.
4%
o
f
un
k
n
o
wn
/
n
e
w
m
a
l
wa
r
e
.
R
o
s
e
l
i
ne
e
t
al.
[
17]
pr
o
p
o
s
e
d
a
m
a
l
wa
r
e
de
t
e
c
t
i
o
n
a
n
d
c
l
a
s
s
if
i
c
a
t
i
o
n
s
y
s
t
e
m
us
i
n
g
a
de
e
p
r
a
n
do
m
f
o
r
e
s
t
(
RF
)
pa
r
a
di
g
m
b
a
s
e
d
o
n
i
n
t
e
l
li
ge
n
t
vi
s
i
o
n
.
T
h
e
s
y
s
t
e
m
e
m
p
l
o
y
s
a
m
u
l
t
il
a
y
e
r
e
ns
e
m
b
l
e
m
e
t
h
o
d
i
ns
p
i
r
e
d
by
t
h
e
m
a
i
n
pr
o
pe
r
t
i
e
s
o
f
de
e
p
l
e
a
r
ni
ng.
T
h
e
ke
y
i
de
a
i
s
to
a
n
a
ly
z
e
bi
na
r
y
e
x
e
c
ut
a
bl
e
f
il
e
s
(
m
a
lwa
r
e
a
n
d
c
l
e
a
nwa
r
e
)
us
i
n
g
a
vi
s
i
o
n
-
ba
s
e
d
a
n
a
ly
s
i
s
t
e
c
hni
q
ue
.
T
hi
s
t
e
c
hni
que
l
e
v
e
r
a
g
e
s
t
h
e
o
b
s
e
r
v
a
t
i
o
n
t
h
a
t
m
a
l
wa
r
e
de
s
i
g
n
e
r
s
o
f
t
e
n
r
e
e
m
p
l
o
y
t
h
e
s
a
m
e
c
o
de
s
e
g
m
e
n
t
s
to
c
r
e
a
t
e
di
f
f
e
r
e
n
t
m
a
l
wa
r
e
v
a
r
i
a
n
t
s
,
m
a
k
i
ng
i
t
e
a
s
i
e
r
to
vi
s
u
a
l
i
z
e
t
h
e
bi
n
a
r
y
c
o
de
o
f
t
h
e
m
a
l
wa
r
e
.
T
h
e
s
ugge
s
t
e
d
m
o
de
l
a
c
hi
e
ve
d
a
97
.
2%
de
t
e
c
t
i
o
n
r
a
t
e
f
o
r
t
h
e
B
I
G
2015
da
t
a
s
e
t
,
98
.
65%
f
o
r
t
h
e
M
a
li
m
g
da
t
a
s
e
t
,
a
n
d
97.
43%
f
o
r
t
h
e
M
a
l
e
V
i
s
da
t
a
s
e
t
.
S
VM
,
l
o
g
i
s
t
i
c
r
e
gr
e
s
s
i
o
n
(
LR
)
,
a
n
d
Na
ï
ve
B
i
a
s
(
NB
)
m
o
de
l
s
s
h
o
we
d
s
l
o
we
r
pe
r
f
o
r
m
a
n
c
e
c
l
a
s
s
if
y
i
ng
m
a
l
wa
r
e
f
o
r
t
h
e
e
n
t
i
r
e
da
t
a
s
e
t.
T
h
e
a
ut
h
o
r
s
o
b
s
e
r
v
e
d
t
h
a
t
t
e
s
t
a
c
c
ur
a
c
y
i
m
pr
o
v
e
d
i
n
L
a
y
e
r
2
a
n
d
5,
wi
t
h
n
o
f
ur
t
h
e
r
i
m
pr
o
ve
m
e
n
t
i
n
s
ubs
e
que
n
t
l
a
y
e
r
s
.
T
h
e
B
I
G2015
da
t
a
s
e
t
s
uc
c
e
s
s
f
u
ll
y
b
u
il
t
11
l
a
y
e
r
s
,
b
ut
t
e
s
t
a
c
c
ur
a
c
y
s
ho
we
d
n
o
im
pr
o
v
e
m
e
n
t
a
f
t
e
r
L
a
y
e
r
9.
S
i
mi
l
a
r
l
y
,
n
o
i
m
pr
o
v
e
m
e
n
t
wa
s
o
b
s
e
r
v
e
d
f
o
r
t
h
e
M
a
l
e
V
i
s
da
t
a
s
e
t
.
Evaluation Warning : The document was created with Spire.PDF for Python.
I
n
do
n
e
s
i
a
n
J
E
l
e
c
E
n
g
&
C
o
m
p
S
c
i
I
S
S
N:
2
5
0
2
-
4
7
52
E
nhanc
ing
malw
a
r
e
de
tec
ti
on
thr
ough
s
e
lf
-
union
featur
e
s
e
lec
ti
on
us
ing
…
(
M
os
leh
M
.
A
bualhaj
)
199
A
k
h
t
a
r
a
n
d
F
e
n
g
[
18]
s
t
udy
f
o
c
us
e
s
o
n
de
t
e
c
t
i
n
g
h
a
r
m
f
u
l
t
r
a
f
f
i
c
a
s
s
o
c
i
a
t
e
d
wi
t
h
c
o
m
put
e
r
s
y
s
t
e
m
s
to
e
n
h
a
nc
e
n
e
t
wo
r
k
s
e
c
ur
i
t
y
.
T
h
e
r
e
s
e
a
r
c
h
e
x
p
l
o
r
e
s
ge
n
e
r
a
l
v
a
r
i
a
n
c
e
s
i
n
c
o
r
r
e
l
a
t
i
o
n
-
s
ymm
e
t
r
y
i
n
t
e
gr
a
l
s
us
i
n
g
m
a
l
wa
r
e
de
t
e
c
t
i
o
n
a
n
d
a
n
a
ly
s
i
s
f
i
nd
i
ngs
.
T
h
e
s
t
u
d
y
pr
e
s
e
n
t
s
v
a
r
i
o
us
s
t
e
ps
a
n
d
c
o
m
po
n
e
n
t
s
o
f
t
h
e
t
y
p
i
c
a
l
wo
r
kf
l
o
w
i
n
M
L
,
a
i
mi
ng
to
un
de
r
s
t
a
n
d
t
h
e
m
a
i
n
li
mi
t
a
t
i
o
n
s
a
n
d
c
h
a
ll
e
n
ge
s
i
n
m
a
l
wa
r
e
de
t
e
c
ti
o
n
a
nd
c
l
a
s
s
if
i
c
a
t
i
o
n
.
Al
l
M
L
c
l
a
s
s
if
i
e
r
s
(
c
o
n
v
o
l
ut
i
o
na
l
ne
ur
a
l
n
e
t
wo
r
ks
(
C
NN
)
,
k
-
n
e
a
r
e
s
t
n
e
i
g
hb
o
ur
s
(
K
NN
)
,
NB
,
S
VM
,
R
F
,
or
de
c
i
s
io
n
t
r
e
e
(
DT
)
)
pe
r
f
o
r
m
e
d
b
e
t
ter
i
n
a
ll
a
nn
o
t
a
t
e
d
da
t
a
s
e
t
s
.
T
h
e
r
e
s
u
l
t
s
hi
g
hl
i
g
h
t
t
h
a
t
DT
a
c
hi
e
ve
d
t
h
e
hi
g
he
s
t
a
c
c
ur
a
c
y
(
99%
)
c
o
m
pa
r
e
d
to
ot
h
e
r
l
e
a
r
ni
ng
a
l
go
r
i
t
hm
s
,
i
n
c
l
ud
i
ng
t
h
e
pr
o
p
o
s
e
d
m
e
t
h
o
d.
T
h
e
s
t
a
t
i
s
t
i
c
a
l
a
n
a
ly
s
i
s
c
o
m
put
e
d
t
h
e
a
c
c
ur
a
c
y
o
f
c
l
a
s
s
i
f
i
e
r
s
a
s
f
o
l
l
o
ws
:
C
N
N=
98.
76%
,
K
NN
=
95.
02%
,
NB
=
89.
71%
,
S
VM
=
96.
41%
,
RF
=
92.
01%
,
a
n
d
D
T
=
99%
.
I
n
c
o
n
c
l
u
s
i
o
n
,
t
h
e
s
t
udy
s
ugge
s
t
s
t
h
a
t
DT
,
S
VM
,
C
NN
,
a
n
d
K
N
N
c
l
a
s
s
if
i
e
r
s
pe
r
f
o
r
m
e
d
a
c
c
ur
a
t
e
l
y
in
a
l
l
c
i
r
c
u
m
s
t
a
nc
e
s
.
Ur
oo
j
e
t
al.
[
19
]
h
a
ve
de
ve
l
o
pe
d
a
f
r
a
m
e
wo
r
k
to
de
t
e
c
t
m
a
li
c
i
o
us
An
dr
o
i
d
a
pp
l
i
c
a
t
i
o
n
s
,
l
e
v
e
r
a
g
i
ng
v
a
r
i
o
us
e
l
e
m
e
n
t
s
o
f
ML
to
i
de
n
t
i
f
y
s
uc
h
a
pp
l
i
c
a
t
i
o
n
s
.
De
t
e
r
m
i
n
i
ng
a
n
d
c
h
o
o
s
i
n
g
f
u
n
c
t
i
o
ns
to
r
e
c
o
r
d
a
n
d
e
x
a
mi
ne
An
dr
o
i
d
a
pp
b
e
h
a
vi
o
r
i
s
pa
r
t
o
f
t
h
e
s
ugge
s
t
e
d
f
r
a
m
e
wo
r
k.
T
hi
s
i
s
a
c
hi
e
v
e
d
us
i
n
g
An
dr
o
Gua
r
d
to
e
x
t
r
a
c
t
f
e
a
t
ur
e
s
f
r
o
m
b
i
na
r
y
v
e
c
t
o
r
s
a
n
d
r
e
v
e
r
s
e
a
ppl
i
c
a
t
i
o
n
e
n
g
i
ne
e
r
i
ng.
Dur
i
n
g
t
e
s
t
i
n
g,
t
h
e
pr
o
p
o
s
e
d
f
r
a
m
e
wo
r
k
a
c
hi
e
v
e
s
a
96%
a
c
c
ur
a
c
y
i
n
t
h
e
gi
v
e
n
c
o
n
t
e
x
t
wi
t
h
a
l
o
w
f
a
l
s
e
po
s
i
t
i
v
e
r
a
t
e
o
f
0.
3,
e
s
pe
c
i
a
ll
y
wh
e
n
l
a
r
ge
r
a
n
d
i
m
pr
o
v
e
d
f
e
a
t
ur
e
a
n
d
s
a
m
p
l
e
s
e
t
s
a
r
e
us
e
d.
T
h
e
s
t
udy
s
h
o
ws
e
n
s
e
m
b
l
e
a
n
d
s
t
r
o
n
g
l
e
a
r
ne
r
a
l
go
r
i
t
hm
s
pe
r
f
o
r
m
b
e
t
t
e
r
t
h
a
n
ot
h
e
r
a
ppr
o
a
c
h
e
s
wh
e
n
ha
n
d
l
i
ng
c
l
a
s
s
i
f
i
c
a
t
i
o
ns
a
n
d
hi
g
h
-
d
i
m
e
ns
i
o
n
a
l
da
t
a
.
T
h
e
s
ugge
s
t
e
d
f
r
a
m
e
wo
r
k
h
a
s
dr
a
wba
c
ks
,
i
nc
l
u
d
i
n
g
i
t
s
li
m
i
t
e
d
s
t
a
t
i
c
a
n
a
ly
s
i
s
,
a
bs
e
n
c
e
o
f
s
u
s
t
a
i
n
a
bil
i
t
y
c
o
n
s
i
de
r
a
t
i
o
ns
,
a
n
d
n
e
g
l
e
c
t
o
f
a
c
r
uc
i
a
l
m
u
l
t
i
c
o
l
li
n
e
a
r
i
t
y
ba
r
r
i
e
r
.
2.
M
E
T
HO
D
T
h
e
s
ugge
s
t
e
d
s
y
s
t
e
m
c
o
m
bi
ne
s
a
n
R
F
c
l
a
s
s
i
f
i
e
r
a
n
d
G
W
O
o
pt
i
mi
z
e
r
t
o
i
de
n
t
i
f
y
a
n
d
d
e
t
e
c
t
m
a
l
wa
r
e
e
f
f
e
c
t
i
v
e
ly
.
T
he
r
e
f
o
r
e
,
t
h
e
s
ugge
s
t
e
d
s
y
s
t
e
m
i
s
c
a
l
l
e
d
R
F
G
W
O
-
M
a
l
.
T
hi
s
s
e
c
t
i
o
n
d
i
s
c
us
s
e
s
t
h
e
o
pe
r
a
t
i
o
n
s
pe
r
f
o
r
m
e
d
by
t
h
e
R
F
G
W
O
-
M
a
l
to
e
n
h
a
n
c
e
t
h
e
m
a
l
wa
r
e
de
t
e
c
t
i
o
n
pr
o
c
e
s
s
.
T
h
e
s
e
c
t
i
o
n
f
i
r
s
t
pr
ovi
de
s
a
n
o
v
e
r
vi
e
w
o
f
t
h
e
O
bf
us
c
a
t
e
d
-
M
a
l
M
e
m
2022
(
M
a
l
M
e
m
)
da
t
a
s
e
t
,
e
x
p
l
a
i
n
i
ng
i
t
s
pur
po
s
e
i
n
a
s
s
e
s
s
i
n
g
t
h
e
s
ugge
s
t
e
d
s
y
s
t
e
m
.
S
ub
s
e
qu
e
n
t
l
y
,
i
t
pr
o
vi
de
s
a
c
om
pr
e
h
e
n
s
i
ve
d
i
s
c
u
s
s
i
o
n
o
f
t
h
e
pr
o
c
e
dur
e
s
to
pr
e
p
r
o
c
e
s
s
t
h
e
da
t
a
s
e
t
f
o
r
c
l
a
s
s
i
f
i
c
a
t
i
o
n
pur
po
s
e
s
.
T
h
e
f
e
a
t
ur
e
s
e
l
e
c
t
i
o
n
pr
o
c
e
s
s
,
whi
c
h
i
nv
o
l
ve
s
u
s
i
ng
t
h
e
GW
O
opt
i
mi
z
e
r
,
i
s
f
ur
t
h
e
r
e
x
p
l
a
i
ne
d.
F
i
na
ll
y
,
t
h
e
s
e
c
t
i
o
n
e
x
p
l
o
r
e
s
t
h
e
c
l
a
s
s
if
i
c
a
t
i
o
n
pr
o
c
e
s
s
o
f
m
a
l
w
a
r
e
,
pr
o
v
i
d
i
ng
a
c
l
e
a
r
e
x
p
l
a
n
a
t
i
o
n
o
f
t
h
e
r
o
l
e
o
f
t
h
e
R
F
c
l
a
s
s
if
i
e
r
.
2
.
1.
Dat
a
p
r
e
p
ar
at
ion
In
m
a
l
w
a
r
e
de
t
e
c
t
i
o
n
,
t
h
e
M
a
l
M
e
m
d
a
t
a
s
e
t
i
s
a
b
r
o
a
dl
y
ut
i
l
i
z
e
d
b
e
n
c
hm
a
r
k.
T
h
e
M
a
l
M
e
m
da
t
a
s
e
t
i
s
c
r
e
a
t
e
d
to
s
i
m
p
l
if
y
t
h
e
a
s
s
e
s
s
m
e
n
t
o
f
m
a
l
w
a
r
e
s
y
s
t
e
m
s
by
pr
o
vi
d
i
ng
a
m
o
r
e
r
e
a
l
i
s
t
i
c
m
a
l
wa
r
e
e
nvir
o
nm
e
n
t
f
o
r
e
v
a
l
ua
t
i
o
n
.
T
h
e
da
t
a
s
e
t
c
o
n
t
a
i
n
s
58,
596
s
a
m
p
les
o
f
n
e
t
wo
r
k
t
r
a
f
f
i
c
ga
t
h
e
r
e
d
i
n
a
s
im
u
l
a
t
e
d
e
n
vi
r
o
nm
e
n
t
,
w
i
t
h
s
a
m
p
l
e
s
d
i
vi
de
d
e
ve
nly
i
n
t
o
m
a
l
wa
r
e
a
n
d
b
e
ni
g
n
da
t
a
ki
n
d
s
.
T
h
e
m
a
l
wa
r
e
k
i
n
d
s
a
r
e
f
ur
t
h
e
r
s
ub
d
i
v
i
de
d
i
n
t
o
t
h
r
e
e
pr
i
m
a
r
y
k
i
nds
:
10
,
020
s
a
m
p
l
e
s
o
f
S
p
y
w
a
r
e
,
9
,
791
s
a
m
p
l
e
s
o
f
R
a
n
s
o
m
w
a
r
e
,
a
n
d
9
,
487
s
a
m
p
l
e
s
o
f
T
r
o
j
a
n
Ho
r
s
e
.
I
n
a
dd
i
t
i
o
n
,
a
t
ot
a
l
o
f
56
f
e
a
t
ur
e
s
a
r
e
i
n
c
l
ude
d
i
n
t
h
e
M
a
l
M
e
m
da
t
a
s
e
t
,
i
n
c
l
ud
i
ng
t
h
e
o
ut
pu
t
c
o
l
u
m
n
,
a
s
s
h
o
wn
i
n
T
a
bl
e
1
[
2]
,
[
20]
.
T
a
bl
e
1.
M
a
l
M
e
m
da
t
a
s
e
t
f
e
a
t
ur
e
s
#
F
e
a
tu
r
e
na
m
e
#
F
e
a
tu
r
e
na
m
e
#
F
e
a
tu
r
e
na
m
e
#
F
e
a
tu
r
e
na
m
e
1
ps
li
s
t.
npr
oc
15
ha
ndl
e
s
.nt
hr
e
a
d
29
ma
lf
in
d.p
r
o
t
e
c
t
i
o
n
43
ps
xv
ie
w
.n
o
t_
in
_s
e
s
s
io
n_
f
a
ls
e
_a
v
g
2
ps
li
s
t.
nppi
d
16
ha
ndl
e
s
.ndi
r
e
c
t
or
y
30
ma
lf
in
d.un
iq
ue
I
nj
e
c
ti
o
ns
44
ps
xv
ie
w
.n
o
t_
in
_de
s
kt
hr
d_
f
a
l
s
e
_a
v
g
3
ps
li
s
t.
a
v
g_t
hr
e
a
ds
17
ha
ndl
e
s
.ns
e
ma
phor
e
31
ps
xv
ie
w
.n
o
t_
in
_ps
li
s
t
45
mo
dul
e
s
.nm
o
dul
e
s
4
ps
li
s
t.
npr
oc
s
64bi
t
18
ha
ndl
e
s
.nt
im
e
r
32
ps
xv
ie
w
.n
o
t_
in
_e
p
r
o
c
e
s
s
_poo
l
46
s
v
c
s
c
a
n.ns
e
r
v
i
c
e
s
5
ps
li
s
t.
a
v
g_ha
ndl
e
r
s
19
ha
ndl
e
s
.ns
e
c
ti
o
n
33
ps
xv
ie
w
.n
o
t_
in
_e
th
r
e
a
d_
poo
l
47
s
v
c
s
c
a
n.ke
r
n
e
l_
d
r
i
ve
r
s
6
dl
ll
is
t.
ndl
ls
20
ha
ndl
e
s
.nmut
a
nt
34
ps
xv
ie
w
.n
o
t_
in
_ps
pc
id
_l
i
st
48
s
v
c
s
c
a
n.
f
s
_dr
i
v
e
r
s
7
dl
ll
is
t.
a
v
g_dl
ls
_pe
r
_pr
oc
21
ld
r
m
o
dul
e
s
.n
o
t_
in
_l
o
ad
35
ps
xv
ie
w
.n
o
t_
in
_c
s
r
s
s
_ha
ndl
e
s
49
s
v
c
s
c
a
n.pr
o
c
e
s
s
_s
e
r
v
i
c
e
s
8
ha
ndl
e
s
.nha
ndl
e
s
22
ld
r
m
o
dul
e
s
.n
o
t_
in
_i
n
it
36
ps
xv
ie
w
.n
o
t_
in
_s
e
s
s
io
n
50
s
v
c
s
c
a
n.s
ha
r
e
d_pr
oc
e
s
s
_s
e
r
v
ic
e
s
9
ha
ndl
e
s
.a
v
g_ha
ndl
e
s
_pe
r
_pr
oc
23
ld
r
m
o
dul
e
s
.n
o
t_
in
_m
em
37
ps
xv
ie
w
.n
o
t_
in
_de
s
kt
hr
d
51
s
v
c
s
c
a
n.i
nt
e
r
a
c
ti
ve
_p
r
o
c
e
s
s
_
s
e
r
v
i
c
e
s
Evaluation Warning : The document was created with Spire.PDF for Python.
I
S
S
N
:
2
5
0
2
-
4
7
52
In
do
n
e
s
i
a
n
J
E
l
e
c
E
n
g
&
C
o
m
p
S
c
i
,
Vo
l
.
3
7
,
N
o
.
1
,
J
a
n
ua
r
y
20
2
5
:
1
97
-
205
200
T
h
e
da
t
a
w
i
t
hi
n
t
h
e
M
a
l
M
e
m
da
t
a
s
e
t
s
h
o
u
l
d
b
e
pr
e
pa
r
e
d
f
o
r
t
h
e
M
L
m
o
de
l
.
Da
t
a
pr
e
pa
r
a
t
i
o
n
i
nv
o
l
ve
s
t
wo
m
a
i
n
pr
o
c
e
s
s
e
s
,
n
a
m
e
ly
d
a
t
a
tr
a
n
s
f
o
r
m
a
t
i
o
n
a
n
d
da
t
a
n
o
r
m
a
l
i
z
a
t
i
o
n
.
Da
t
a
t
r
a
n
s
f
o
r
m
a
t
i
o
n
i
s
n
e
c
e
s
s
a
r
y
b
e
c
a
u
s
e
M
L
s
y
s
t
e
m
s
c
a
nn
o
t
h
a
n
d
l
e
n
o
n
-
n
u
m
e
r
i
c
da
t
a
.
I
t
i
s
c
e
n
t
r
a
l
to
r
e
pr
e
s
e
n
t
t
h
e
da
t
a
n
um
e
r
i
c
a
ll
y
to
a
v
o
i
d
a
ny
i
s
s
u
e
s
a
t
l
a
t
e
r
s
t
a
ge
s
.
C
o
n
ve
r
t
i
n
g
a
ll
v
a
l
ue
s
i
n
t
o
n
u
m
e
r
i
c
a
l
f
o
r
m
i
s
t
h
e
s
o
l
ut
i
o
n
t
o
t
h
i
s
i
s
s
ue
.
L
a
b
e
l
e
n
c
o
d
i
n
g
t
e
c
h
ni
qu
e
c
a
n
b
e
us
e
d
f
o
r
da
t
a
tr
a
n
s
f
o
r
m
a
t
i
o
n
[
21]
.
I
n
t
h
e
c
a
s
e
o
f
bi
na
r
y
c
l
a
s
s
i
f
i
c
a
t
i
o
n,
L
a
b
e
l
-
e
n
c
o
d
i
n
g
a
s
s
i
g
ns
t
h
e
va
l
u
e
s
0
a
n
d
1
t
o
t
h
e
'n
o
r
m
a
l
'
a
n
d
'm
a
l
wa
r
e
'
l
a
b
e
l
s
,
r
e
s
pe
c
t
i
v
e
ly
.
I
n
t
h
e
c
a
s
e
o
f
m
u
l
t
i
c
l
a
s
s
c
l
a
s
s
i
f
i
c
a
t
i
o
n
,
t
h
e
M
a
l
M
e
m
d
a
t
a
s
e
t
c
o
n
t
a
i
n
s
f
o
ur
d
i
f
f
e
r
e
n
t
v
a
l
u
e
s
i
n
t
he
o
u
t
pu
t
c
o
l
u
m
n:
'n
o
r
m
a
l
,
'
'
T
r
o
j
a
n
Ho
r
s
e
,
'
'
S
p
y
wa
r
e
,
'
a
n
d
'
R
a
ns
o
m
wa
r
e
'
.
T
h
e
L
a
b
e
l
-
e
n
c
o
d
i
n
g
a
s
s
i
g
ns
0
to
'
n
o
r
m
a
l
,
1
to
'
T
r
o
j
a
n
Ho
r
s
e
’
,
2
to
'
S
p
y
wa
r
e
,
a
n
d
3
to
'
R
a
ns
o
m
wa
r
e
'
.
A
s
f
o
r
da
t
a
n
o
r
m
a
li
z
a
t
i
o
n
,
t
h
e
n
u
m
e
r
i
c
a
l
v
a
l
ue
s
a
r
e
s
c
a
l
e
d
to
f
i
t
wi
t
hi
n
a
s
pe
c
i
f
i
e
d
r
a
n
ge
,
pr
e
v
e
n
t
i
n
g
a
ny
bi
a
s
t
o
wa
r
ds
v
a
r
i
a
bl
e
s
w
i
t
h
l
a
r
ge
r
s
c
a
l
e
s
.
T
h
e
mi
n
-
m
a
x
t
e
c
hni
que
c
a
n
b
e
us
e
d
f
o
r
da
t
a
s
c
a
l
i
ng,
whi
c
h
s
c
a
l
e
s
t
h
e
da
t
a
to
r
a
n
ge
b
e
t
we
e
n
0
a
n
d
1
[
21]
,
[
22
]
.
2
.
2.
F
e
at
u
r
e
s
e
l
e
c
t
ion
F
e
a
t
ur
e
s
e
l
e
c
t
i
o
n
ha
v
e
b
e
c
o
m
e
a
m
a
j
o
r
too
l
i
n
r
e
d
uc
i
n
g
t
h
e
d
im
e
n
s
i
o
n
o
f
h
uge
da
t
a
s
e
t
s
a
v
a
il
a
bl
e
i
n
c
y
b
e
r
s
e
c
ur
i
t
y
,
y
e
t
m
a
i
n
t
a
i
ni
ng
pe
r
f
o
r
m
a
n
c
e
a
c
c
ur
a
c
y
i
s
c
r
uc
i
a
l
.
T
y
p
i
c
a
ll
y
,
t
h
e
n
u
m
be
r
o
f
s
a
m
p
l
e
s
r
e
pr
e
s
e
n
t
i
n
g
t
h
e
d
i
s
t
r
i
b
ut
i
o
n
o
f
t
h
e
hi
g
h
-
d
i
m
e
ns
i
o
n
a
l
f
e
a
t
ur
e
s
pa
c
e
s
i
s
i
ns
u
f
f
i
c
i
e
n
t
.
T
h
e
r
e
f
o
r
e
,
r
e
duc
i
n
g
d
i
m
e
n
s
i
o
na
l
i
t
y
i
s
c
r
i
t
i
c
a
l
i
n
n
u
m
e
r
o
us
c
y
be
r
s
e
c
u
r
i
t
y
f
i
e
l
ds
,
s
u
c
h
a
s
m
a
l
wa
r
e
de
t
e
c
t
i
o
n
.
E
f
f
e
c
t
i
v
e
f
e
a
t
ur
e
s
e
l
e
c
t
i
o
n
m
e
t
h
o
d
l
e
a
d
s
to
i
m
pr
o
vi
n
g
t
h
e
pe
r
f
o
r
m
a
n
c
e
o
f
a
n
M
L
s
y
s
t
e
m
.
T
hi
s
s
t
ud
y
a
i
m
s
t
o
pr
o
v
i
d
e
a
uni
que
s
e
l
f
-
u
ni
o
n
m
e
t
h
o
d
f
o
r
s
e
l
e
c
t
i
n
g
f
e
a
t
ur
e
s
by
ut
i
li
z
i
n
g
t
h
e
GW
O
o
pt
i
mi
z
e
r
.
2.
2.
1.
GWO
op
t
im
iz
e
r
T
h
e
GW
O
a
l
go
r
i
t
hm
wa
s
b
u
il
t
b
a
s
e
d
o
n
t
h
e
c
h
a
s
i
n
g
be
h
a
vi
o
r
o
f
a
pa
c
k
o
f
gr
a
y
wo
l
v
e
s
i
n
t
h
e
i
r
n
a
t
ur
a
l
e
nvi
r
o
nm
e
n
t
.
T
h
e
a
l
go
r
i
t
hm
m
im
i
c
s
gr
a
y
wo
l
v
e
s
'
c
h
a
s
i
ng
s
t
r
a
t
e
gy
a
n
d
hi
e
r
a
r
c
hi
c
a
l
l
e
a
de
r
s
hi
p
i
n
t
h
e
w
i
l
d.
L
a
t
e
l
y
,
t
h
e
G
W
O
h
a
s
b
e
e
n
us
e
d
f
o
r
f
e
a
t
ur
e
s
e
l
e
c
t
i
o
n
i
s
s
u
e
s
i
n
da
t
a
m
i
ni
ng.
T
h
e
G
W
O
a
l
go
r
i
t
hm
pr
o
vi
de
s
e
v
e
r
a
l
b
e
n
e
f
i
t
s
to
de
t
e
c
t
o
f
m
a
l
wa
r
e
.
T
h
e
GW
O
i
s
e
f
f
i
c
i
e
n
t
a
l
go
r
i
t
hm
i
n
e
x
p
l
o
r
i
n
g
t
h
e
f
e
a
t
ur
e
s
pa
c
e
a
n
d
t
h
us
s
e
l
e
c
t
t
h
e
m
o
s
t
r
e
l
e
v
a
n
t
f
e
a
t
ur
e
f
o
r
m
a
l
w
a
r
e
a
n
d
i
n
c
r
e
a
s
e
t
h
e
M
L
-
b
a
s
e
d
m
a
l
wa
r
e
de
t
e
c
t
i
o
n
s
y
s
t
e
m
s
.
T
h
e
e
x
p
l
o
r
a
t
i
o
n
pr
o
c
e
s
s
i
n
G
W
O
a
da
pt
s
d
y
na
mi
c
a
ll
y
t
o
t
h
e
e
v
o
l
vi
n
g
a
t
t
r
i
b
ut
e
s
o
f
m
a
l
wa
r
e
,
e
n
s
ur
i
ng
r
e
s
i
li
e
n
c
e
a
ga
i
ns
t
s
hi
f
t
i
ng
t
h
r
e
a
t
e
n
vi
r
o
nm
e
n
t
s
.
I
n
a
dd
i
t
i
o
n
,
t
h
e
r
a
pi
d
c
o
nv
e
r
ge
n
c
e
s
pe
e
d
o
f
G
W
O
i
s
i
m
po
r
t
a
n
t
f
o
r
de
t
e
c
t
i
n
g
n
e
w
m
a
l
w
a
r
e
pa
tt
e
r
n
s
i
n
r
e
a
l
-
t
i
m
e
.
F
ur
t
h
e
r
m
o
r
e
,
t
h
e
GW
O
a
l
go
r
i
t
hm
im
po
s
e
c
o
m
put
a
t
i
o
n
o
pe
r
a
t
i
o
n
s
,
w
hi
c
h
m
a
ke
i
t
us
e
f
u
l
f
o
r
e
nvi
r
o
nm
e
n
t
s
w
i
t
h
li
m
i
t
e
d
r
e
s
o
ur
c
e
s
,
a
s
i
t
a
l
l
o
w
s
f
o
r
e
f
f
i
c
i
e
n
t
m
a
l
wa
r
e
i
de
n
t
i
f
i
c
a
t
i
o
n
w
i
t
h
o
ut
t
h
e
n
e
e
d
f
o
r
c
o
s
t
l
y
ha
r
dwa
r
e
.
T
h
e
GW
O
o
pt
i
mi
z
e
r
pe
r
f
o
r
m
s
s
e
v
e
r
a
l
o
pe
r
a
t
i
o
ns
to
f
i
nd
t
h
e
r
e
l
e
v
a
n
t
f
e
a
t
ur
e
s
f
o
r
m
a
l
wa
r
e
de
t
e
c
t
i
o
n
[
13]
,
[
1
4]
,
[
23]
,
[
24
]
.
2.
2.
2.
S
e
l
f
-
u
n
ion
f
e
at
u
r
e
s
e
l
e
c
t
ion
u
s
in
g
GWO
T
h
e
s
ugge
s
t
e
d
R
F
G
W
O
-
M
a
l
s
y
s
t
e
m
e
m
p
l
o
y
s
t
h
e
GW
O
o
pt
i
m
i
z
e
r
f
o
r
f
e
a
t
ur
e
s
e
l
e
c
t
i
o
n
.
S
pe
c
i
f
i
c
a
ll
y
,
GW
O
h
a
s
i
de
n
t
i
f
i
e
d
4
o
u
t
o
f
55
f
e
a
t
ur
e
s
f
o
r
bi
n
a
r
y
c
l
a
s
s
i
f
i
c
a
t
i
o
n
a
n
d
8
o
u
t
o
f
55
f
o
r
m
u
l
t
i
c
l
a
s
s
c
l
a
s
s
if
i
c
a
t
i
o
n
,
a
s
de
t
a
i
l
e
d
i
n
T
a
bl
e
2.
C
o
n
v
e
n
t
i
o
n
a
l
f
e
a
t
ur
e
s
e
l
e
c
t
i
o
n
(
C
-
F
S
)
i
nv
o
l
v
e
s
s
e
l
e
c
t
i
n
g
a
s
ubs
e
t
o
f
r
e
l
e
v
a
n
t
f
e
a
t
ur
e
s
f
r
o
m
t
h
e
i
n
i
t
i
a
l
f
e
a
t
ur
e
s
e
t
[
25]
,
[
26]
.
I
n
a
dd
i
t
i
o
n
to
t
h
e
C
-
F
S
a
ppr
o
a
c
h
,
t
h
e
s
ugge
s
t
e
d
R
F
G
W
O
-
M
a
l
s
y
s
t
e
m
i
n
t
r
o
duc
e
s
a
n
o
v
e
l
u
ni
o
n
f
e
a
t
ur
e
s
e
l
e
c
t
i
o
n
(
U
-
F
S
)
a
ppr
o
a
c
h
.
T
hi
s
n
o
v
e
l
a
ppr
o
a
c
h
c
o
m
bi
ne
s
f
e
a
t
ur
e
s
f
r
o
m
d
i
f
f
e
r
e
n
t
s
ubs
e
t
s
to
de
t
e
r
m
i
ne
t
h
e
m
o
s
t
r
e
l
e
v
a
n
t
o
n
e
s
.
T
h
e
u
ni
o
n
f
e
a
t
ur
e
s
e
l
e
c
t
i
o
n
m
e
t
h
o
d
i
s
a
n
t
i
c
i
pa
t
e
d
to
o
u
t
pe
r
f
o
r
m
t
h
e
t
r
a
di
t
i
o
n
a
l
s
i
ng
l
e
f
e
a
t
ur
e
s
e
l
e
c
t
i
o
n
a
ppr
o
a
c
h
.
T
h
i
s
i
s
a
t
tr
i
b
ut
e
d
to
i
t
s
pot
e
n
t
i
a
l
t
o
e
n
ha
n
c
e
a
c
c
ur
a
c
y
a
n
d
e
f
f
i
c
i
e
nc
y
i
n
t
h
e
f
e
a
t
ur
e
s
e
l
e
c
t
i
o
n
pr
o
c
e
s
s
,
ul
t
i
m
a
t
e
l
y
im
pr
o
vi
ng
t
h
e
o
v
e
r
a
l
l
pe
r
f
o
r
m
a
nc
e
o
f
t
h
e
M
L
s
y
s
t
e
m
a
n
d
m
i
t
i
ga
t
i
n
g
o
v
e
r
f
i
t
t
i
n
g
[
25]
,
[
26]
.
T
y
p
i
c
a
ll
y
,
t
h
e
U
-
F
S
a
ppr
o
a
c
h
c
o
m
bi
ne
s
f
e
a
t
ur
e
s
f
r
o
m
d
i
f
f
e
r
e
n
t
s
ub
s
e
t
s
o
f
di
f
f
e
r
e
n
t
o
p
t
i
m
i
z
e
r
s
.
T
h
e
R
F
G
W
O
-
M
a
l
s
y
s
t
e
m
i
n
t
r
o
duc
e
s
a
n
o
v
e
l
s
e
lf
-
u
ni
o
n
U
-
F
S
m
e
t
h
o
d
t
h
a
t
c
o
m
bi
ne
s
f
e
a
t
ur
e
s
f
r
o
m
d
i
f
f
e
r
e
n
t
s
ubs
e
t
s
o
f
a
s
i
ng
l
e
o
pt
i
m
i
z
e
r
.
T
h
e
s
ugge
s
t
e
d
s
e
l
f
-
uni
o
n
U
-
F
S
m
e
t
h
o
d
wor
ks
a
s
f
o
l
l
o
w
s
.
I
ni
t
i
a
ll
y
,
t
h
e
G
W
O
o
p
t
i
mi
z
e
r
c
o
n
duc
t
s
f
e
a
t
ur
e
s
e
l
e
c
t
i
o
n
f
o
r
bi
n
a
r
y
c
l
a
s
s
if
i
c
a
t
i
o
n
.
T
h
e
n
,
t
h
e
GW
O
o
p
t
i
mi
z
e
r
c
o
n
duc
t
s
f
e
a
t
ur
e
s
e
l
e
c
t
i
o
n
f
o
r
m
u
l
t
i
c
l
a
s
s
c
l
a
s
s
if
i
c
a
t
i
o
n
.
S
ub
s
e
que
n
t
l
y
,
t
h
e
s
e
l
e
c
t
e
d
f
e
a
t
ur
e
s
f
r
o
m
bi
na
r
y
a
n
d
m
u
l
t
i
c
l
a
s
s
c
l
a
s
s
if
i
c
a
t
i
o
n
a
r
e
c
o
m
bi
ne
d
i
n
t
o
a
s
i
n
g
l
e
s
u
bs
e
t
.
T
hi
s
i
nn
o
v
a
t
i
v
e
s
e
l
f
-
u
ni
o
n
f
e
a
t
ur
e
s
e
l
e
c
t
i
o
n
m
e
t
h
o
d
a
i
m
s
t
o
e
nh
a
nc
e
t
h
e
o
v
e
r
a
l
l
p
e
r
f
o
r
m
a
n
c
e
o
f
t
h
e
R
F
G
W
O
-
M
a
l
s
y
s
t
e
m
w
hil
e
m
i
t
i
ga
t
i
n
g
o
v
e
r
f
i
t
t
i
n
g.
F
i
gur
e
1
de
pi
c
t
s
t
h
e
s
ugge
s
t
e
d
s
e
l
f
-
u
ni
o
n
U
-
F
S
m
e
t
h
o
d
p
r
o
c
e
s
s
e
s
.
T
a
bl
e
2
pr
o
v
i
d
e
s
a
de
t
a
i
l
e
d
l
i
s
t
o
f
t
h
e
uni
o
n
o
f
f
e
a
t
ur
e
s
de
r
i
v
e
d
f
r
o
m
bi
na
r
y
a
n
d
m
u
l
t
i
c
l
a
s
s
c
l
a
s
s
if
i
c
a
t
i
o
n
.
T
a
bl
e
2.
S
e
l
e
c
t
e
d
f
e
a
t
ur
e
by
d
i
f
f
e
r
e
n
t
m
e
t
h
o
ds
M
e
th
o
d
S
e
l
e
c
te
d
f
e
a
tu
r
e
s
(
f
e
a
tu
r
e
nu
mbe
r
)
B
in
r
y
2, 20, 23, 46
M
ul
ti
c
la
s
s
13, 14, 16, 18, 20, 24, 27, 54
S
e
l
f
-
uni
o
n U
-
F
S
2, 13, 14, 16, 18, 20, 23, 24, 27, 46, 54
Evaluation Warning : The document was created with Spire.PDF for Python.
I
n
do
n
e
s
i
a
n
J
E
l
e
c
E
n
g
&
C
o
m
p
S
c
i
I
S
S
N:
2
5
0
2
-
4
7
52
E
nhanc
ing
malw
a
r
e
de
tec
ti
on
thr
ough
s
e
lf
-
union
featur
e
s
e
lec
ti
on
us
ing
…
(
M
os
leh
M
.
A
bualhaj
)
201
F
i
gur
e
1.
T
h
e
s
ugge
s
t
e
d
s
e
l
f
-
u
ni
o
n
m
e
t
h
o
d
2
.
3.
Cl
as
s
if
i
c
at
ion
I
n
t
h
e
pr
e
vi
o
us
s
t
e
ps
(
s
e
c
t
i
o
n
3.
1
a
n
d
3.
2)
,
t
h
e
da
t
a
wa
s
pr
o
c
e
s
s
e
d
a
n
d
pr
e
pa
r
e
d
f
o
r
c
l
a
s
s
if
i
c
a
t
i
o
n
,
d
i
s
t
i
n
gu
i
s
hi
ng
m
a
l
wa
r
e
f
r
o
m
b
e
ni
g
n
da
t
a
.
I
n
t
h
e
R
F
G
W
O
-
M
a
l
s
y
s
t
e
m
,
t
h
e
c
l
a
s
s
i
f
i
c
a
t
i
o
n
t
a
s
k
wi
ll
ut
i
li
z
e
t
h
e
R
F
c
l
a
s
s
i
f
i
e
r
.
R
F
i
s
a
n
M
L
c
l
a
s
s
if
i
e
r
s
pe
c
i
f
i
c
a
l
ly
de
v
e
l
o
p
e
d
to
a
ddr
e
s
s
c
l
a
s
s
if
i
c
a
t
i
o
n
t
a
s
ks
.
R
F
u
t
i
li
z
e
s
e
ns
e
m
b
l
e
l
e
a
r
ni
n
g,
w
hi
c
h
i
nv
o
l
ve
s
t
h
e
i
n
t
e
gr
a
t
i
o
n
o
f
s
e
v
e
r
a
l
c
l
a
s
s
if
i
e
r
s
t
o
t
a
c
k
l
e
i
n
t
r
i
c
a
t
e
pr
o
bl
e
m
s
[
2
7]
,
[
28
]
.
A
t
t
hi
s
l
e
v
e
l
,
t
h
e
s
ugge
s
t
e
d
R
F
G
W
O
-
M
a
l
s
y
s
t
e
m
i
s
c
o
m
p
l
e
t
e
d
to
de
t
e
c
t
m
a
l
wa
r
e
.
S
e
c
t
i
o
n
4
pr
e
s
e
n
t
s
t
h
e
pe
r
f
o
r
m
a
n
c
e
o
f
t
h
e
R
F
G
W
O
-
M
a
l
s
y
s
t
e
m
.
3.
RE
S
UL
T
S
AN
D
DI
S
CU
S
S
I
ON
3
.
1.
I
m
p
l
e
m
e
n
t
at
ion
e
n
vir
on
m
e
n
t
T
h
e
s
ugge
s
t
e
d
R
F
G
W
O
-
M
a
l
s
y
s
t
e
m
wa
s
c
o
n
duc
t
e
d
o
n
a
de
s
k
to
p
wi
t
h
I
n
t
e
l
C
o
r
e
i
9
-
14900
KF
(
3.
2
GH
z
24
C
o
r
e
C
P
U,
32
T
h
r
e
a
d,
6
.
0
GH
z
T
ur
b
o
)
,
32
GB
DD
R
5
R
AM
,
1
T
B
S
S
D,
I
n
t
e
l
UH
D
Gr
a
p
hi
c
s
770,
a
n
d
U
b
u
n
t
u
23.
10
O.
S
.
P
y
t
h
o
n
wa
s
ut
i
li
z
e
d
to
t
e
s
t
a
n
d
e
v
a
l
ua
t
e
t
h
e
s
ugge
s
t
e
d
s
y
s
t
e
m
.
S
e
v
e
r
a
l
li
b
r
a
r
i
e
s
f
r
o
m
P
y
t
h
o
n
we
r
e
ut
i
l
i
z
e
d
to
i
m
p
l
e
m
e
n
t
t
h
e
R
F
G
W
O
-
M
a
l
s
y
s
t
e
m
f
o
r
de
t
e
c
t
i
n
g
m
a
l
wa
r
e
.
S
o
m
e
o
f
t
h
e
s
e
l
i
br
a
r
i
e
s
a
r
e
‘
pa
n
da
s
’
,
‘
n
um
p
y
’
,
‘
s
kl
e
a
r
n
.
p
r
e
p
r
o
c
e
s
s
i
n
g’
,
‘
m
e
a
l
p
y
.
s
w
a
r
m
_b
a
s
e
d
.
GW
O’
,
a
n
d
‘
R
a
n
d
o
m
F
or
e
s
tC
l
a
s
s
i
f
i
e
r
’
.
3
.
2.
P
e
r
f
o
r
m
an
c
e
e
val
u
at
ion
c
r
it
e
r
ia
T
h
e
c
o
nf
us
i
o
n
m
a
t
r
i
x
i
s
w
i
de
ly
ut
i
li
z
e
d
f
o
r
m
e
a
s
u
r
i
n
g
t
h
e
pe
r
f
o
r
m
a
n
c
e
o
f
M
L
s
y
s
t
e
m
s
,
s
uc
h
a
s
t
h
e
s
ugge
s
t
e
d
R
F
G
W
O
-
M
a
l
m
a
l
wa
r
e
de
t
e
c
t
i
o
n
s
y
s
t
e
m
.
T
h
e
e
l
e
m
e
n
t
s
o
f
t
h
e
c
o
n
f
u
s
i
o
n
m
a
t
r
i
x
a
r
e
t
r
ue
po
s
i
t
i
v
e
s
(
T
P
o
)
,
tr
ue
n
e
ga
t
i
v
e
s
(
T
Ne
)
,
f
a
l
s
e
p
o
s
i
t
i
v
e
s
(
F
P
o
)
,
a
n
d
f
a
l
s
e
n
e
g
a
t
i
ve
s
(
F
Ne
)
.
T
h
e
m
e
t
r
i
c
s
t
h
a
t
h
a
v
e
b
e
e
n
ut
i
li
z
e
d
i
n
t
hi
s
wo
r
k
a
r
e
de
r
i
v
e
d
f
r
o
m
t
h
e
f
o
ur
e
l
e
m
e
n
t
s
o
f
t
h
e
c
o
nf
us
i
o
n
m
a
t
r
i
x
.
T
h
e
s
e
m
e
t
r
i
c
s
a
r
e
t
h
e
a
c
c
ur
a
c
y
(
A
c
c
)
whi
c
h
c
a
l
c
u
l
a
t
e
d
us
i
n
g
(
1
)
,
pr
e
c
i
s
i
o
n
(
P
r
)
whi
c
h
c
a
l
c
u
l
a
t
e
d
us
i
n
g
(
2
)
,
a
n
d
r
e
c
a
l
l
(
R
e
)
whi
c
h
c
a
l
c
u
l
a
t
e
d
us
i
n
g
(
3
)
.
B
e
s
i
de
s
,
K
-
f
o
l
d
c
r
o
s
s
-
v
a
li
d
a
t
i
o
n
,
w
i
t
h
k
e
qua
l
to
5
,
i
s
ut
i
l
i
z
e
d
to
e
n
s
ur
e
c
o
n
s
i
s
t
e
n
t
pe
r
f
o
r
m
a
n
c
e
o
f
t
h
e
s
y
s
t
e
m
a
c
r
o
s
s
d
i
f
f
e
r
e
n
t
s
ub
s
e
t
s
o
f
t
h
e
da
t
a
,
r
e
duc
i
n
g
t
h
e
r
i
s
k
o
f
o
v
e
r
f
i
t
t
i
n
g
t
o
a
p
a
r
t
i
c
u
l
a
r
t
r
a
i
n
-
t
e
s
t
s
p
l
i
t
[
8]
,
[
25
]
,
[
28]
.
=
(
+
)
(
+
+
+
)
(
1
)
=
(
+
)
(
2)
=
(
+
)
(
3
)
R
e
d
u
c
e
d
M
a
l
M
e
m
-
D
a
ta
s
e
t
(
11
F
e
a
tu
r
e
s
)
G
W
O
O
pt
i
m
i
z
e
r
M
a
l
M
e
m
D
a
ta
s
e
t
(
55
F
e
a
tu
r
e
s
)
R
e
d
u
c
e
d
M
a
l
M
e
m
-
2
0
2
2
D
a
ta
s
e
t
(
8
F
e
a
tu
r
e
s
)
R
e
d
u
c
e
d
M
a
l
M
e
m
-
2
0
2
2
D
a
ta
s
e
t
(
4
F
e
a
tu
r
e
s
)
M
u
l
t
i
c
l
a
ss
B
i
na
r
y
G
W
O
S
e
l
f
-
U
n
i
o
m
F
e
a
t
u
r
e
Se
l
e
c
t
i
o
n
Evaluation Warning : The document was created with Spire.PDF for Python.
I
S
S
N
:
2
5
0
2
-
4
7
52
In
do
n
e
s
i
a
n
J
E
l
e
c
E
n
g
&
C
o
m
p
S
c
i
,
Vo
l
.
3
7
,
N
o
.
1
,
J
a
n
ua
r
y
20
2
5
:
1
97
-
205
202
3
.
3.
Re
s
u
l
t
s
T
h
e
s
ugge
s
t
e
d
R
F
G
W
O
-
M
a
l
s
y
s
t
e
m
w
a
s
t
e
s
t
e
d
w
i
t
h
bi
na
r
y
a
n
d
m
u
l
t
i
c
l
a
s
s
c
l
a
s
s
if
i
c
a
t
i
o
n
t
y
pe
s
.
F
o
r
e
a
c
h
t
y
pe
,
t
h
e
s
ubs
e
t
o
f
f
e
a
t
ur
e
s
s
e
l
e
c
t
e
d
by
t
h
e
GW
O
o
pt
i
mi
z
e
r
wa
s
t
e
s
t
e
d
us
i
n
g
t
h
e
C
-
F
S
a
n
d
s
ugge
s
t
e
d
s
e
l
f
-
u
ni
o
n
U
-
F
S
a
ppr
o
a
c
h
e
s
(
r
e
f
e
r
to
s
e
c
t
i
o
n
3.
2)
.
T
h
e
R
F
c
l
a
s
s
i
f
i
e
r
w
i
ll
pe
r
f
o
r
m
t
h
e
c
l
a
s
s
i
f
i
c
a
t
i
o
n
t
a
s
k
i
n
t
h
e
s
ugge
s
t
e
d
R
F
G
W
O
-
M
a
l
s
y
s
t
e
m
(
r
e
f
e
r
to
s
e
c
t
i
o
n
3.
3)
.
3.
3.
1.
B
in
ar
y
c
l
as
s
if
icat
ion
F
i
gur
e
s
2
to
4
s
h
o
w
t
h
e
A
c
c
,
R
e
,
a
n
d
P
r
o
f
th
e
s
ugge
s
t
e
d
R
F
G
W
O
-
M
a
l
s
y
s
t
e
m
w
i
t
h
bi
na
r
y
c
l
a
s
s
if
i
c
a
t
i
o
n
,
r
e
s
pe
c
t
i
v
e
ly
.
A
c
r
o
s
s
a
l
l
t
h
r
e
e
m
e
a
s
u
r
e
s
,
t
h
e
t
y
p
i
c
a
l
C
-
F
S
m
e
t
h
o
d
us
i
n
g
GW
O
de
m
o
n
s
t
r
a
t
e
d
a
n
im
pr
e
s
s
i
v
e
v
a
l
ue
o
f
99.
95%
.
Al
s
o
,
t
h
e
s
ugge
s
t
e
d
u
ni
o
n
U
-
F
S
m
e
t
h
o
d
h
a
s
a
c
hi
e
v
e
d
t
h
e
s
a
m
e
v
a
l
ue
o
f
99.
95%
w
i
t
h
a
l
l
t
h
r
e
e
m
e
t
r
i
c
s
.
B
a
s
e
d
o
n
t
h
e
t
e
s
t
e
d
m
e
a
s
ur
e
s
,
t
h
e
r
e
s
u
l
t
s
s
h
o
w
t
h
a
t
t
h
e
s
ugge
s
t
e
d
U
-
F
S
m
e
t
h
o
d
w
o
r
ks
j
us
t
a
s
we
l
l
i
n
bi
na
r
y
c
l
a
s
s
if
i
c
a
t
i
o
n
a
s
t
h
e
C
-
F
S
m
e
t
h
o
d
wi
t
h
t
h
e
R
F
G
W
O
-
M
a
l
s
y
s
t
e
m
.
F
i
gur
e
2.
A
c
c
o
f
t
h
e
R
F
G
W
O
-
M
a
l
s
y
s
t
e
m
w
i
t
h
bi
na
r
y
c
l
a
s
s
if
i
c
a
t
i
o
n
F
i
gur
e
3
.
R
e
o
f
t
h
e
R
F
G
W
O
-
M
a
l
s
y
s
t
e
m
w
i
t
h
bi
na
r
y
c
l
a
s
s
if
i
c
a
t
i
o
n
F
i
gur
e
4.
P
r
o
f
t
h
e
R
F
G
W
O
-
M
a
l
s
y
s
t
e
m
w
i
t
h
bi
na
r
y
c
l
a
s
s
if
i
c
a
t
i
o
n
3.
3.
2.
M
u
l
t
icl
as
s
c
l
as
s
if
i
c
at
ion
F
i
gur
e
s
5
to
7
s
h
o
w
t
h
e
A
c
c
,
R
e
,
a
n
d
P
r
o
f
t
h
e
s
ugge
s
t
e
d
R
F
GW
O
-
M
a
l
s
y
s
t
e
m
w
i
t
h
m
u
l
t
i
c
l
a
s
s
c
l
a
s
s
if
i
c
a
t
i
o
n
,
r
e
s
pe
c
t
i
v
e
ly
.
A
c
r
o
s
s
a
l
l
t
h
r
e
e
m
e
a
s
ur
e
s
,
t
h
e
t
y
p
i
c
a
l
C
-
F
S
m
e
t
h
o
d
us
i
n
g
GW
O
de
m
o
n
s
t
r
a
t
e
d
hi
g
h
r
e
s
u
l
t
s
:
Ac
c
=
86.
33%
,
R
e
=
86.
33%
,
a
n
d
P
r
=
86
.
32%
.
I
n
c
o
n
t
r
a
s
t,
t
h
e
s
ugge
s
t
e
d
uni
o
n
U
-
F
S
m
e
t
ho
d
us
i
n
g
GW
O
s
ur
pa
s
s
e
d
t
hi
s
,
a
c
hi
e
vi
ng
hi
g
h
e
r
r
e
s
u
l
t
s
:
A
c
c
=
86.
57%
,
R
e
=
86.
57%
,
a
n
d
P
r
=
86.
58
%
.
C
o
n
s
e
qu
e
n
t
l
y
,
t
h
e
r
e
s
u
l
t
s
o
b
t
a
i
n
e
d
t
h
r
o
ugh
t
h
e
s
ugge
s
t
e
d
U
-
F
S
m
e
t
h
o
d
s
ur
pa
s
s
t
h
o
s
e
a
c
hi
e
ve
d
by
t
h
e
t
y
p
i
c
a
l
C
-
F
S
m
e
t
h
o
d,
i
nd
i
c
a
t
i
n
g
i
t
s
s
upe
r
i
o
r
pe
r
f
o
r
m
a
n
c
e
i
n
m
u
l
t
i
c
l
a
s
s
c
l
a
s
s
if
i
c
a
t
i
o
n
b
a
s
e
d
o
n
t
h
e
e
v
a
l
ua
t
e
d
m
e
a
s
ur
e
s
.
I
n
s
u
m
m
a
r
y
,
t
h
e
s
e
l
f
-
u
ni
o
n
f
e
a
t
ur
e
s
e
l
e
c
t
i
o
n
a
ppr
o
a
c
h
de
m
o
n
s
t
r
a
t
e
d
e
qui
v
a
l
e
n
t
pe
r
f
o
r
m
a
n
c
e
t
o
c
o
n
v
e
n
t
i
o
n
a
l
f
e
a
t
ur
e
s
e
l
e
c
t
i
o
n
i
n
bi
na
r
y
c
l
a
s
s
if
i
c
a
t
i
o
n
t
a
s
ks
.
H
o
we
v
e
r
,
i
t
s
i
g
ni
f
i
c
a
n
t
l
y
o
u
t
pe
r
f
o
r
m
e
d
c
o
n
v
e
n
t
i
o
n
a
l
m
e
t
h
o
ds
i
n
m
u
l
t
i
c
l
a
s
s
c
l
a
s
s
if
i
c
a
t
i
o
n
s
c
e
n
a
r
i
o
s
.
S
pe
c
i
f
i
c
a
ll
y
,
t
h
e
s
e
l
f
-
u
ni
o
n
f
e
a
t
ur
e
s
e
l
e
c
t
i
o
n
a
ppr
o
a
c
h
s
h
o
we
d
i
m
pr
o
v
e
m
e
n
t
s
i
n
a
c
c
ur
a
c
y
,
r
e
c
a
ll
,
a
n
d
pr
e
c
i
s
i
o
n
by
0.
24%
,
0.
24
%
,
a
n
d
0.
26%
,
r
e
s
p
e
c
t
i
v
e
ly
,
c
o
m
pa
r
e
d
to
t
r
a
di
t
i
o
n
a
l
f
e
a
t
ur
e
s
e
l
e
c
t
i
o
n
t
e
c
hni
qu
e
s
.
T
h
e
s
e
e
nh
a
n
c
e
m
e
n
t
s
hi
g
hli
g
h
t
t
h
e
e
f
f
e
c
t
i
ve
n
e
s
s
o
f
t
h
e
s
e
l
f
-
u
ni
o
n
f
e
a
t
ur
e
s
e
l
e
c
t
i
o
n
m
e
t
h
o
d,
pa
r
t
i
c
u
l
a
r
l
y
in
c
o
m
p
l
e
x
c
l
a
s
s
if
i
c
a
t
i
o
n
t
a
s
ks
.
C
o
n
s
e
que
n
t
l
y
,
t
h
e
pr
o
p
o
s
e
d
R
F
G
W
O
-
M
a
l
s
y
s
t
e
m
pr
o
v
e
s
to
b
e
a
hi
g
hly
e
f
f
i
c
i
e
n
t
too
l
i
n
t
h
e
f
i
e
l
d
o
f
m
a
l
wa
r
e
de
t
e
c
t
i
o
n
,
o
f
f
e
r
i
n
g
s
upe
r
i
o
r
pe
r
f
o
r
m
a
n
c
e
a
n
d
r
e
l
i
a
bil
i
t
y
.
T
hi
s
a
d
v
a
nc
e
m
e
n
t
n
ot
o
nl
y
s
t
r
e
n
gt
h
e
n
s
c
y
be
r
s
e
c
ur
i
t
y
m
e
a
s
ur
e
s
b
ut
a
l
s
o
pr
o
vi
de
s
a
r
o
b
us
t
f
r
a
m
e
wo
r
k
f
o
r
f
ut
ur
e
r
e
s
e
a
r
c
h
a
n
d
de
v
e
l
o
p
m
e
n
t
i
n
m
a
l
wa
r
e
de
t
e
c
t
i
o
n
t
e
c
hn
o
l
o
g
i
e
s
.
0
.
0
0
%
2
0
.
0
0
%
4
0
.
0
0
%
6
0
.
0
0
%
8
0
.
0
0
%
1
0
0
.
0
0
%
C-
F
S
U
-
F
S
A
c
c
u
ra
c
y
(
%
)
M
e
t
h
o
d
Ac
c
u
r
a
c
y
0
.
0
0
%
2
0
.
0
0
%
4
0
.
0
0
%
6
0
.
0
0
%
8
0
.
0
0
%
1
0
0
.
0
0
%
C-
F
S
U
-
F
S
R
e
c
a
l
l
(
%
)
M
e
t
h
o
d
Re
c
a
l
l
0
.
0
0
%
2
0
.
0
0
%
4
0
.
0
0
%
6
0
.
0
0
%
8
0
.
0
0
%
1
0
0
.
0
0
%
C-
F
S
U
-
F
S
Pr
e
c
i
s
i
o
n
(
%
)
M
e
t
h
o
d
P
r
e
c
i
s
i
o
n
Evaluation Warning : The document was created with Spire.PDF for Python.
I
n
do
n
e
s
i
a
n
J
E
l
e
c
E
n
g
&
C
o
m
p
S
c
i
I
S
S
N:
2
5
0
2
-
4
7
52
E
nhanc
ing
malw
a
r
e
de
tec
ti
on
thr
ough
s
e
lf
-
union
featur
e
s
e
lec
ti
on
us
ing
…
(
M
os
leh
M
.
A
bualhaj
)
203
F
i
gur
e
5.
A
c
c
o
f
t
h
e
R
F
G
W
O
-
M
a
l
s
y
s
t
e
m
w
i
t
h
m
u
l
t
i
c
l
a
s
s
c
l
a
s
s
if
i
c
a
t
i
o
n
F
i
gur
e
6.
R
e
o
f
t
h
e
R
F
G
W
O
-
M
a
l
s
y
s
t
e
m
w
i
t
h
m
u
l
t
i
c
l
a
s
s
c
l
a
s
s
if
i
c
a
t
i
o
n
F
i
gur
e
7.
P
r
o
f
t
h
e
R
F
G
W
O
-
M
a
l
s
y
s
t
e
m
w
i
t
h
m
u
l
t
i
c
l
a
s
s
c
l
a
s
s
i
f
i
c
a
t
i
o
n
4.
CONC
L
USI
ON
T
hi
s
r
e
s
e
a
r
c
h
s
ugge
s
t
e
d
t
h
e
R
F
G
W
O
-
M
a
l
s
y
s
t
e
m
,
a
n
o
v
e
l
a
ppr
o
a
c
h
to
de
t
e
c
t
i
n
g
a
n
d
c
l
a
s
s
if
yi
ng
m
a
l
wa
r
e
i
ns
t
a
n
c
e
s
i
n
t
h
e
di
g
i
t
a
l
l
a
n
ds
c
a
pe
.
T
h
e
R
F
G
W
O
-
M
a
l
s
y
s
t
e
m
e
m
p
l
o
y
s
t
w
o
we
l
l
-
k
no
wn
M
L
a
l
go
r
i
t
hm
s
,
n
a
m
e
ly
G
W
O
a
n
d
R
F
a
l
go
r
i
t
hm
s
,
t
o
e
n
h
a
n
c
e
t
h
e
m
a
l
w
a
r
e
de
t
e
c
t
i
o
n
pr
o
c
e
s
s
.
B
e
s
ides
,
t
h
e
R
F
G
W
O
-
M
a
l
s
y
s
t
e
m
ut
i
li
z
e
s
a
n
o
v
e
l
s
e
lf
-
u
ni
o
n
f
e
a
t
ur
e
s
e
l
e
c
t
i
o
n
a
ppr
o
a
c
h
t
h
a
t
c
o
m
bi
ne
s
t
h
e
f
e
a
t
ur
e
s
f
r
o
m
t
h
e
s
a
m
e
o
pt
i
m
i
z
e
r
.
T
h
e
c
o
m
bi
ne
d
f
e
a
t
ur
e
s
we
r
e
e
x
t
r
a
c
t
e
d
us
i
n
g
a
GW
O
o
pt
i
m
i
z
e
r
w
i
t
h
bin
a
r
y
a
n
d
m
u
l
t
i
c
l
a
s
s
c
l
a
s
s
i
f
i
c
a
t
i
o
n
.
T
h
e
n
,
t
h
e
R
F
G
W
O
-
M
a
l
s
y
s
t
e
m
e
m
p
l
o
y
s
t
h
e
R
F
c
l
a
s
s
i
f
i
e
r
to
pe
r
f
o
r
m
t
h
e
c
l
a
s
s
if
i
c
a
t
i
o
n
t
a
s
k,
pr
e
di
c
a
t
i
n
g
t
h
e
m
a
l
wa
r
e
f
il
e
s
.
T
h
e
e
v
a
l
u
a
t
i
o
n
o
f
t
h
e
R
F
G
W
O
-
M
a
l
s
y
s
t
e
m
o
n
t
h
e
Obf
us
c
a
t
e
d
-
M
a
l
M
e
m
2022
da
t
a
s
e
t
de
m
o
ns
t
r
a
t
e
d
th
e
s
y
s
t
e
m
's
o
u
t
s
t
a
n
d
i
n
g
pe
r
f
o
r
m
a
n
c
e
.
T
h
e
R
F
G
W
O
-
M
a
l
s
y
s
t
e
m
a
c
hi
e
v
e
s
a
n
a
c
c
ur
a
c
y
o
f
99.
95%
a
n
d
86.
57%
wi
t
h
bi
na
r
y
a
n
d
m
u
l
t
i
c
l
a
s
s
c
l
a
s
s
i
f
i
c
a
t
i
o
n
,
r
e
s
pe
c
t
i
v
e
ly
.
T
h
e
s
e
r
e
s
u
l
t
s
hi
g
hli
g
h
t
t
h
e
e
f
f
e
c
t
i
v
e
n
e
s
s
o
f
t
h
e
s
e
lf
-
u
ni
o
n
f
e
a
t
ur
e
s
e
l
e
c
t
i
o
n
a
ppr
o
a
c
h
i
n
e
nh
a
n
c
i
ng
m
a
l
wa
r
e
de
t
e
c
t
i
o
n
s
y
s
t
e
m
s
,
de
m
o
n
s
t
r
a
t
i
n
g
t
h
a
t
t
hi
s
a
ppr
o
a
c
h
ha
s
m
a
d
e
a
s
i
g
ni
f
i
c
a
n
t
c
o
n
tr
i
b
ut
i
o
n
to
c
y
b
e
r
s
e
c
ur
i
t
y
.
I
n
f
ut
ur
e
r
e
s
e
a
r
c
h
,
t
h
e
s
e
l
f
-
u
ni
o
n
m
e
t
h
o
d
w
i
ll
b
e
e
va
l
ua
t
e
d
w
i
t
h
ot
h
e
r
M
L
c
l
a
s
s
if
i
e
r
s
s
uc
h
a
s
K
NN
,
DT
,
a
n
d
S
VM
.
I
n
a
dd
i
t
i
o
n
,
t
h
e
R
F
G
W
O
-
M
a
l
s
y
s
t
e
m
w
il
l
be
e
v
a
l
ua
t
e
d
w
i
t
h
ot
h
e
r
m
a
l
w
a
r
e
da
t
a
s
e
t
s
.
RE
F
E
R
E
NC
E
S
[
1]
J
.
H
.
P
a
r
k,
“
S
y
m
me
tr
y
-
a
da
pt
e
d
ma
c
h
in
e
le
a
r
ni
ng
f
o
r
in
f
o
r
ma
ti
o
n
s
e
c
ur
it
y
,
”
Sy
m
m
e
tr
y
,
vo
l.
12,
n
o
.
6,
pp.
1
-
4,
J
un.
2020,
do
i:
10.3390/s
y
m12061044.
[
2]
M
.
M
.
A
bua
lh
a
j,
A
.
A
.
A
bu
-
S
ha
r
e
ha
,
Q
.
S
ha
mbo
ur
,
A
.
A
ls
a
a
id
a
h,
S
.
N
.
A
l
-
K
ha
ti
b,
a
nd
M
.
A
nba
r
,
“
C
us
to
mi
z
e
d
K
-
ne
a
r
e
s
t
ne
ig
hb
o
r
s
’
a
lg
o
r
it
h
m
f
o
r
ma
lwa
r
e
de
t
e
c
ti
o
n,
”
I
nt
e
r
nat
io
nal
J
ou
r
nal
of
D
at
a
and
N
e
tw
or
k
Sc
ie
n
c
e
,
v
o
l.
8,
n
o
.
1,
pp.
431
–
438,
J
a
n.
2024, do
i:
1
0.5267/j
.
ij
dns
.2023.9.012.
[
3]
M
.
G
o
p
in
a
th
a
nd
S
.
C
.
S
e
th
u
r
a
ma
n,
“
A
c
o
mpr
e
h
e
ns
iv
e
s
ur
ve
y
o
n
d
e
e
p
le
a
r
n
in
g
ba
s
e
d
ma
lwa
r
e
d
e
t
e
c
ti
o
n
t
e
c
hni
que
s
,
”
C
om
put
e
r
Sc
ie
nc
e
R
e
v
ie
w
,
vo
l.
47, pp. 100529, F
e
b. 2023, d
o
i:
10.1016/j
.
c
o
s
r
e
v
.2022.100529.
[
4]
M
.
B
e
la
o
u
e
d,
A
.
D
e
r
ha
b,
S
.
M
a
z
o
u
z
i,
a
nd
F
.
A
.
K
ha
n,
“
M
A
C
O
M
A
L
:
a
mul
ti
-
ag
e
nt
ba
s
e
d
c
o
ll
a
b
o
r
a
ti
ve
m
e
c
ha
ni
s
m
f
o
r
A
nt
i
-
M
a
lwa
r
e
a
s
s
is
ta
nc
e
,
”
I
E
E
E
A
c
c
e
s
s
,
v
o
l.
8, pp. 14329
–
14343, J
a
n. 2020, do
i:
10.1109/a
c
c
e
s
s
.2020.2966321.
8
6
.
2
0
%
8
6
.
2
5
%
8
6
.
3
0
%
8
6
.
3
5
%
8
6
.
4
0
%
8
6
.
4
5
%
8
6
.
5
0
%
8
6
.
5
5
%
8
6
.
6
0
%
C-
F
S
U
-
F
S
A
c
c
u
ra
c
y
(
%
)
M
e
t
h
o
d
Ac
c
u
r
a
c
y
8
6
.
2
0
%
8
6
.
2
5
%
8
6
.
3
0
%
8
6
.
3
5
%
8
6
.
4
0
%
8
6
.
4
5
%
8
6
.
5
0
%
8
6
.
5
5
%
8
6
.
6
0
%
C-
F
S
U
-
F
S
R
e
c
a
l
l
(
%
)
M
e
t
h
o
d
Re
c
a
l
l
8
6
.
1
5
%
8
6
.
2
0
%
8
6
.
2
5
%
8
6
.
3
0
%
8
6
.
3
5
%
8
6
.
4
0
%
8
6
.
4
5
%
8
6
.
5
0
%
8
6
.
5
5
%
8
6
.
6
0
%
C-
F
S
U
-
F
S
Pre
c
i
s
i
o
n
(
%
)
M
e
t
h
o
d
P
r
e
c
i
s
i
o
n
Evaluation Warning : The document was created with Spire.PDF for Python.
I
S
S
N
:
2
5
0
2
-
4
7
52
In
do
n
e
s
i
a
n
J
E
l
e
c
E
n
g
&
C
o
m
p
S
c
i
,
Vo
l
.
3
7
,
N
o
.
1
,
J
a
n
ua
r
y
20
2
5
:
1
97
-
205
204
[
5]
K
.
S
ha
uka
t,
S
.
L
u
o
,
a
nd
V
.
V
a
r
a
dha
r
a
ja
n,
“
A
n
ov
e
l
de
e
p
le
a
r
ni
ng
-
ba
s
e
d
a
ppr
o
a
c
h
f
or
ma
lwa
r
e
d
e
te
c
ti
o
n,
”
E
ngi
ne
e
r
in
g
A
ppl
ic
at
io
ns
of
A
r
ti
f
ic
ia
l
I
nt
e
ll
ig
e
nc
e
,
v
o
l.
122, p. 106030, J
un. 2023, do
i:
10.1016/j
.
e
nga
ppa
i.
2023.106030.
[
6]
V
.
V
a
s
a
ni
,
A
.
K
.
B
a
ir
w
a
,
S
.
J
o
s
hi
,
A
.
P
lj
o
nki
n,
M
.
K
a
ur
,
a
nd
M
.
A
mo
o
n,
“
C
o
mp
r
e
h
e
ns
i
v
e
a
na
l
y
s
is
of
a
d
v
a
n
c
e
d
t
e
c
hni
que
s
a
nd
v
it
a
l
t
oo
ls
f
or
de
t
e
c
ti
ng ma
lwa
r
e
i
nt
r
us
i
o
n,
”
E
le
c
tr
oni
c
s
,
vo
l.
12
, no
. 20, p. 4299, O
c
t.
2023, d
o
i:
10.3390/
e
l
e
c
tr
o
ni
c
s
12204299.
[
7]
M
.
K
o
lh
a
r
,
F
.
A
l‐
T
ur
jm
a
n,
A
.
A
la
me
e
n,
a
nd
M
.
M
.
A
bua
lh
a
j,
“
A
th
r
e
e
la
y
e
r
e
d
d
e
c
e
nt
r
a
li
z
e
d
I
oT
bi
o
m
e
t
r
ic
a
r
c
hi
t
e
c
tu
r
e
f
o
r
c
it
y
lo
c
kd
o
w
n dur
in
g C
O
V
I
D
-
19
o
ut
b
r
e
a
k,
”
I
E
E
E
A
c
c
e
s
s
,
v
o
l.
8, p
p. 163608
–
163617, J
a
n. 2020, do
i:
10.1109/ac
c
e
s
s
.2020.3021983.
[
8]
M
.
M
.
A
bua
lh
a
j,
A
.
A
.
A
bu
-
S
ha
r
e
ha
,
M
.
O
.
H
ia
r
i,
Y
.
A
lr
a
ba
na
h,
M
.
A
l
-
Z
y
o
ud,
a
nd
M
.
A
.
A
ls
ha
r
a
ia
h,
“
A
pa
r
a
di
gm
f
or
D
o
S
a
tt
a
c
k
di
s
c
l
o
s
ur
e
us
in
g
ma
c
hi
ne
l
e
a
r
ni
ng
t
e
c
hni
qu
e
s
,
”
I
nt
e
r
nat
io
nal
J
our
nal
o
f
A
dv
an
c
e
d
C
om
put
e
r
Sc
ie
nc
e
and
A
ppl
ic
at
i
ons
,
vo
l.
13, n
o
. 3,
J
a
n. 2022, doi:
10.14569/i
ja
c
s
a
.2022.0130325.
[
9]
H
.
Z
ha
o
,
Q
.
H
u,
P
.
Z
hu,
Y
.
W
a
ng,
a
nd
P
.
W
a
ng,
“
A
r
e
c
ur
s
i
ve
r
e
gul
a
r
i
z
a
ti
o
n
-
ba
s
e
d
f
e
a
tu
r
e
s
e
le
c
ti
o
n
f
r
a
me
w
or
k
f
o
r
hi
e
r
a
r
c
hi
c
a
l
c
la
s
s
if
i
c
a
ti
o
n,
”
I
E
E
E
T
r
ans
ac
ti
ons
on
K
now
le
dge
and
D
at
a
E
ngi
ne
e
r
in
g,
v
o
l.
33,
n
o
.
7,
pp.
2833
–
2846,
J
ul
.
2021,
do
i:
10.1109/t
kde
.2019.2960251.
[
10]
T
.
Z
ha
ng,
T
.
Z
hu,
P
.
X
i
o
ng,
H
.
H
u
o
,
Z
.
T
a
r
i,
a
nd
W
.
Z
h
ou,
“
C
o
r
r
e
la
t
e
d
di
f
f
e
r
e
nt
ia
l
p
r
i
v
a
c
y
:
f
e
a
tu
r
e
s
e
le
c
ti
o
n
in
ma
c
hi
ne
le
a
r
ni
ng,
”
I
E
E
E
T
r
ans
ac
ti
ons
on I
ndus
tr
ia
l
I
nf
o
r
m
at
ic
s
,
v
o
l.
16
, n
o
. 3, pp. 2115
–
2124, M
a
r
. 2020, d
o
i:
10.1109/t
ii
.2019.29368
25.
[
11]
L
.
J
ov
a
n
ov
i
c
e
t
al
.,
“
I
mp
r
ov
in
g phis
hi
ng w
e
bs
it
e
d
e
t
e
c
t
i
o
n us
in
g a
h
y
br
id
t
w
o
-
l
e
v
e
l
f
r
a
m
e
w
o
r
k
f
o
r
f
e
a
tu
r
e
s
e
le
c
ti
o
n
a
nd X
G
B
oo
s
t
tu
ni
ng,
”
J
our
nal
of
W
e
b E
ngi
ne
e
r
in
g,
J
ul
. 2023, do
i:
10.1305
2/
jwe
1540
-
9589.2237.
[
12
]
O
.
M
.
A
l
y
a
s
ir
i,
Y
.
-
N
.
C
he
a
h,
A
.
K
.
A
ba
s
i,
a
nd
O
.
M
.
A
l
-
J
a
na
bi
,
“
W
r
a
ppe
r
a
nd
h
y
b
r
id
f
e
a
tu
r
e
s
e
l
e
c
ti
o
n
m
e
th
o
ds
us
in
g
me
ta
he
u
r
is
ti
c
a
lg
o
r
i
th
ms
f
or
e
ngl
is
h
te
x
t
c
la
s
s
if
i
c
a
ti
o
n:
a
s
y
s
te
ma
ti
c
r
e
v
ie
w
,
”
I
E
E
E
A
c
c
e
s
s
,
vo
l.
10,
pp.
39833
–
398
52,
J
a
n.
2
022,
do
i:
10.1109/a
c
c
e
s
s
.2022.3165814.
[
13]
L
.
X
u
e
t
al
.,
“
A
c
c
u
r
a
te
a
nd
e
f
f
ic
i
e
nt
p
e
r
f
or
ma
n
c
e
p
r
e
di
c
t
i
o
n
f
o
r
m
o
b
il
e
I
O
V
ne
tw
or
ks
us
in
g
G
W
O
-
G
R
ne
ur
a
l
n
e
tw
o
r
k,
”
I
E
E
E
I
nt
e
r
ne
t
of
T
hi
ngs
J
our
nal
,
v
o
l.
9, n
o
. 17, pp. 16463
–
16471, S
e
p. 2022, do
i:
10.1109/j
i
o
t.
2022.3152739.
[
14]
X
.
S
un,
Y
.
Z
ha
ng,
X
.
T
ia
n,
J
.
C
a
o
,
a
nd
J
.
Z
hu,
“
S
p
e
e
d
s
e
ns
o
r
le
s
s
c
o
nt
r
o
l
f
o
r
I
P
M
S
M
s
us
in
g
a
mo
di
f
i
e
d
M
R
A
S
w
it
h
gr
a
y
w
o
l
f
o
pt
im
i
z
a
ti
o
n
a
lg
or
it
hm,
”
I
E
E
E
T
r
ans
ac
ti
ons
on
T
r
ans
por
ta
ti
on
E
le
c
tr
if
ic
at
io
n,
vo
l.
8,
n
o
.
1,
pp.
1326
–
1
337,
M
a
r
.
2022,
do
i:
10.1109/t
te
.2021.3093580.
[
15]
D
.
G
a
vr
il
uţ
,
M
.
C
im
poe
ş
u,
D
.
A
nt
o
n
,
a
nd
L
.
C
i
o
r
tu
z
,
“
M
a
lwa
r
e
de
te
c
ti
o
n
us
in
g
ma
c
hi
n
e
l
e
a
r
ni
ng,
”
2009
I
nt
e
r
nat
io
nal
M
ul
ti
c
onf
e
r
e
n
c
e
on
C
om
put
e
r
S
c
ie
nc
e
and
I
n
f
or
m
at
io
n
T
e
c
hnol
ogy
,
M
r
a
go
w
o
,
P
o
la
nd,
2009,
pp
.
735
-
741,
do
i:
10.1109/I
M
C
S
I
T
.2009.5352759.
[
16]
J
.
L
i,
L
.
S
un,
Q
.
Y
a
n,
Z
.
L
i,
W
.
S
r
is
a
-
A
n,
a
nd
H
.
Y
e
,
“
S
ig
ni
f
i
c
a
nt
pe
r
mi
s
s
io
n
id
e
n
ti
f
i
c
a
ti
o
n
f
o
r
ma
c
hi
ne
-
l
e
a
r
ni
ng
-
ba
s
e
d
a
ndr
o
id
ma
lwa
r
e
de
te
c
ti
o
n,
”
I
E
E
E
T
r
ans
ac
ti
ons
on
I
ndus
tr
ia
l
I
nf
or
m
at
ic
s
,
v
o
l.
14,
n
o
.
7,
pp.
3216
–
3225,
J
ul
.
2018,
do
i:
10.1109/t
ii
.2017.2789219.
[
17]
S
.
A
.
R
o
s
e
li
n
e
,
S
.
G
e
e
th
a
,
S
.
K
a
dr
y
,
a
nd
Y
.
N
a
m,
“
I
nt
e
l
li
ge
nt
v
is
i
o
n
-
ba
s
e
d
ma
lwa
r
e
d
e
te
c
ti
o
n
a
nd
c
la
s
s
if
i
c
a
ti
o
n
us
in
g
d
e
e
p
r
a
ndo
m
f
or
e
s
t
pa
r
a
di
gm,
”
I
E
E
E
A
c
c
e
s
s
,
vo
l.
8, pp. 206303
–
206
324, J
a
n
. 2020, do
i:
10.1109/ac
c
e
s
s
.2020.3036491.
[
18]
M
.
S
.
A
kht
a
r
a
nd
T
.
F
e
ng,
“
M
a
lwa
r
e
a
na
l
y
s
is
a
nd
d
e
t
e
c
ti
o
n
us
in
g
ma
c
hi
n
e
le
a
r
ni
ng
a
lg
o
r
it
hms
,
”
Sy
m
m
e
tr
y
,
vo
l.
14,
n
o
.
11,
p. 2304, Nov
. 2022, d
o
i:
10.3390/s
y
m14112304.
[
19]
B
.
U
r
oo
j,
M
.
S
ha
h,
C
.
M
a
pl
e
,
M
.
A
bba
s
i,
a
nd
S
.
R
ia
s
a
t,
“
M
a
lwa
r
e
de
t
e
c
ti
o
n:
a
f
r
a
me
w
or
k
f
o
r
r
e
v
e
r
s
e
e
ngi
n
e
e
r
e
d
a
ndr
o
id
a
ppl
ic
a
ti
o
ns
t
hr
o
ugh ma
c
hi
n
e
l
e
a
r
ni
ng a
lg
o
r
it
hms
,
”
I
E
E
E
A
c
c
e
s
s
,
vo
l.
10, pp. 89031
-
89050, 2022.
[
20]
T
.
L
.
C
a
r
r
i
e
r
,
P
.
V
i
c
t
o
r
,
A
.
T
e
k
e
o
gl
u,
a
nd
A
.
H
.
L
a
s
hka
r
i,
“
D
e
t
e
c
ti
ng
o
b
f
us
c
a
te
d
ma
lwa
r
e
us
in
g
m
e
m
o
r
y
f
e
a
tu
r
e
e
ngi
n
e
e
r
in
g,
”
in
T
he
8t
h
I
nt
e
r
nat
io
nal
C
on
f
e
r
e
nc
e
on
I
n
f
or
m
at
io
n
S
y
s
te
m
s
Se
c
u
r
it
y
and
P
r
iv
ac
y
(
I
C
I
SS
P
)
,
J
a
n.
2022,
do
i:
10.5220/001090820
0003120.
[
21]
H
.
A
l
-
M
im
i,
N
.
A
.
H
a
ma
d,
M
.
M
.
A
bua
lh
a
j,
S
.
N
.
A
l
-
K
ha
ti
b,
a
nd
M
.
O
.
H
ia
r
i,
“
I
mpr
ove
d
in
tr
us
i
o
n
de
t
e
c
ti
o
n
s
y
s
te
m
t
o
a
ll
e
vi
a
te
a
tt
a
c
ks
o
n
D
N
S
s
e
r
v
i
c
e
,
”
J
our
nal
of
C
om
put
e
r
Sc
ie
nc
e
,
vo
l.
19,
n
o
.
12,
pp.
1549
–
1560,
D
e
c
.
2023,
do
i:
10.3844/j
c
s
s
p.2023.1549.1560.
[
22]
H
.
A
l
-
M
im
i,
N
.
A
.
H
a
ma
d,
M
.
M
.
A
bua
lh
a
j,
M
.
S
.
D
a
o
ud,
M
.
R
a
s
mi
,
“
E
nha
nc
e
d
in
t
r
us
io
n
d
e
t
e
c
ti
o
n
s
y
s
t
e
m
f
or
pr
ot
e
c
ti
ng
H
T
T
P
s
e
r
v
i
c
e
s
f
r
om
a
tt
a
c
ks
,
”
I
nt
e
r
nat
io
nal
J
our
na
l
of
A
dv
an
c
e
s
in
S
of
t
C
om
put
in
g
and
I
ts
A
ppl
ic
at
io
ns
,
v
o
l.
15,
n
o
.
3,
pp.
67
-
84,
2
023
,
do
i:
10.3844/j
c
s
s
p.2023.1549.1560.
[
23]
S
. M
ir
ja
li
li
, S
. M
. M
ir
ja
li
li
, a
nd A
.
L
e
w
is
,
“
G
r
e
y
w
o
l
f
o
pt
im
iz
e
r
,
”
A
dv
anc
e
s
i
n E
ngi
ne
e
r
in
g So
f
tw
ar
e
,
v
ol
. 69, pp. 46
-
61, 2014.
[
24]
H
.
F
a
r
is
,
I
.
A
lj
a
r
a
h,
M
.
A
.
A
l
-
B
e
ta
r
,
a
nd
S
.
M
ir
ja
li
li
,
“
G
r
e
y
w
o
l
f
o
pt
im
i
z
e
r
:
a
r
e
v
i
e
w
of
r
e
c
e
nt
v
a
r
ia
nt
s
a
nd
a
ppl
ic
a
ti
o
ns
,
”
N
e
ur
al
C
om
put
in
g and A
ppl
ic
at
io
ns
,
vo
l.
30, pp. 413
-
435, 2018.
[
25]
Ü
.
Ç
a
v
uş
o
ğl
u,
“
A
ne
w
h
y
b
r
id
a
ppr
o
a
c
h
f
o
r
in
t
r
us
io
n
d
e
t
e
c
ti
on
us
in
g
ma
c
hi
ne
le
a
r
ni
ng
m
e
th
o
ds
,
”
A
ppl
ie
d
I
nt
e
ll
ig
e
nc
e
,
vo
l.
49,
no
. 7, pp. 2735
–
276
1, F
e
b. 2019, d
o
i:
10.1007/s
10489
-
018
-
014
08
-
x.
[
26]
Y
.
H
o
u,
H
.
G
a
o
,
Z
.
W
a
ng,
a
nd
C
.
D
u,
“
I
mpr
ove
d
gr
e
y
w
o
l
f
o
pt
im
i
z
a
ti
o
n
a
lg
o
r
i
th
m
a
nd
a
ppl
ic
a
ti
o
n,
”
Se
ns
or
s
,
v
o
l.
22,
n
o
.
10,
p. 3810, M
a
y
2022, d
o
i
:
10.3390/s
22103810.
[
27]
Y
.
R
e
n,
X
.
Z
hu,
K
.
B
a
i,
a
nd
R
.
Z
ha
ng,
“
A
ne
w
r
a
ndo
m
f
or
e
s
t
e
ns
e
mbl
e
of
in
tu
it
i
o
ni
s
ti
c
f
uz
z
y
d
e
c
is
io
n
tr
e
e
s
,
”
I
E
E
E
T
r
ans
ac
ti
ons
on F
uz
z
y
Sy
s
te
m
s
,
v
o
l.
31, n
o
. 5, pp. 1729
–
1741, M
a
y
2023, d
oi
:
10.1109/t
f
u
z
z
.2022.3215725.
[
28
]
P
.
N
a
nd
S
.
S
uga
v
e
,
“
E
ns
e
mb
le
a
p
pr
o
a
c
h
w
it
h
h
y
p
e
r
pa
r
a
m
e
te
r
tu
ni
ng
f
o
r
c
r
e
di
t
w
or
th
in
e
s
s
pr
e
di
c
ti
o
n,
”
2022
I
E
E
E
3r
d
G
lo
bal
C
onf
e
r
e
nc
e
f
or
A
dv
anc
e
m
e
nt
i
n T
e
c
hnol
ogy
(
G
C
A
T
)
,
B
a
nga
lo
r
e
, I
ndi
a
, 2022, pp. 1
-
5, d
o
i:
10.1109
/G
C
A
T
55367.2022.997187
9.
B
I
OG
RA
P
HI
E
S
OF
AU
T
HO
RS
P
ro
f
.
M
o
s
l
eh
M
.
A
b
u
a
l
h
a
j
i
s
a
s
en
i
o
r
l
ec
t
u
r
e
r
i
n
Al
-
A
h
l
i
y
y
a
A
mm
an
U
n
i
v
e
rs
i
t
y
.
H
e
r
ece
i
v
e
d
h
i
s
f
i
rs
t
d
eg
r
ee
i
n
C
o
m
p
u
t
e
r
S
ci
e
n
ce
fro
m
P
h
i
l
ad
el
p
h
i
a
U
n
i
v
e
rs
i
t
y
,
J
o
rd
a
n
,
i
n
2
0
0
4
,
m
as
t
e
r
d
eg
r
ee
i
n
Co
m
p
u
t
e
r
In
fo
r
m
at
i
o
n
S
y
s
t
em
fro
m
t
h
e
A
rab
A
c
a
d
emy
f
o
r
Ban
k
i
n
g
an
d
Fi
n
an
ci
al
S
c
i
en
ce
s
,
J
o
rd
an
i
n
2
0
0
7
,
an
d
Ph
.
D
.
i
n
Mu
l
t
i
me
d
i
a
N
e
t
w
o
rk
s
Pro
t
o
c
o
l
s
fro
m
U
n
i
v
e
rs
i
t
i
Sa
i
n
s
Mal
a
y
s
i
a
i
n
2
0
1
1
.
H
i
s
re
s
e
ar
c
h
ar
e
a
o
f
i
n
t
e
r
e
s
t
i
n
c
l
u
d
e
s
V
o
I
P,
co
n
g
e
s
t
i
o
n
c
o
n
t
ro
l
,
an
d
cy
b
e
rs
ecu
ri
t
y
d
at
a
mi
n
i
n
g
an
d
o
p
t
i
m
i
za
t
i
o
n
.
H
e
c
an
b
e
c
o
n
t
ac
t
e
d
at
em
ai
l
:
m
.
ab
u
a
l
h
a
j
@
a
mm
a
n
u
.
ed
u
.
j
o
.
Evaluation Warning : The document was created with Spire.PDF for Python.
I
n
do
n
e
s
i
a
n
J
E
l
e
c
E
n
g
&
C
o
m
p
S
c
i
I
S
S
N:
2
5
0
2
-
4
7
52
E
nhanc
ing
malw
a
r
e
de
tec
ti
on
thr
ough
s
e
lf
-
union
featur
e
s
e
lec
ti
on
us
ing
…
(
M
os
leh
M
.
A
bualhaj
)
205
D
r.
Q
u
s
a
i
Y
.
S
h
a
m
bo
u
r
recei
v
ed
t
h
e
B.
S
c.
d
eg
r
ee
i
n
Co
m
p
u
t
e
r
S
c
i
en
ce
fr
o
m
Y
armo
u
k
U
n
i
v
e
rs
i
t
y
,
J
o
r
d
an
,
i
n
2
0
0
1
,
t
h
e
M.
S.
d
eg
r
ee
i
n
c
o
m
p
u
t
e
r
n
e
t
w
o
rk
s
fro
m
U
n
i
v
e
rs
i
t
y
o
f
W
e
s
t
e
rn
S
y
d
n
ey
,
A
u
s
t
ral
i
a,
i
n
2
0
0
3
,
an
d
t
h
e
P
h
.
D
.
d
e
g
r
ee
i
n
s
o
ft
w
ar
e
en
g
i
n
ee
r
i
n
g
fro
m
t
h
e
U
n
i
v
e
rs
i
t
y
o
f
T
ech
n
o
l
o
g
y
S
y
d
n
ey
,
A
u
s
t
ral
i
a,
i
n
2
0
1
2
.
Cu
rr
en
t
l
y
,
h
e
i
s
a
Pr
o
f
e
s
s
o
r
at
t
h
e
D
e
p
art
men
t
o
f
S
o
ft
w
ar
e
E
n
g
i
n
ee
ri
n
g
,
A
l
-
A
h
l
i
y
y
a
A
mm
an
U
n
i
v
e
rs
i
t
y
,
J
o
r
d
an
.
H
i
s
r
e
s
e
ar
ch
i
n
t
e
r
e
s
t
s
i
n
cl
u
d
e
i
n
fo
r
m
at
i
o
n
f
i
l
t
e
ri
n
g
,
r
eco
mme
n
d
e
r
s
y
s
t
em
s
,
V
o
I
P
,
m
a
c
h
i
n
e
l
e
arn
i
n
g
,
a
n
d
d
at
a
s
c
i
en
ce
.
H
e
c
an
b
e
co
n
t
a
c
t
ed
at
em
ai
l
:
q
.
s
h
a
m
b
o
u
r
@
amm
a
n
u
.
e
d
u
.
j
o
.
D
r.
A
hm
a
d
A
de
l
A
b
u
-
S
h
a
reh
a
recei
v
ed
h
i
s
fi
rs
t
d
eg
r
ee
i
n
Co
m
p
u
t
e
r
S
c
i
en
c
e
fro
m
A
l
A
l
-
Ba
y
t
U
n
i
v
e
rs
i
t
y
,
J
o
r
d
an
,
2
0
0
4
,
Mas
t
e
r
d
e
g
r
ee
fr
o
m
U
n
i
v
e
rs
i
t
i
Sai
n
s
Mal
a
y
s
i
a
(U
SM),
Mal
a
y
s
i
a,
2
0
0
6
,
an
d
Ph
.
D
.
d
e
g
r
ee
fro
m
U
SM,
Mal
a
y
s
i
a,
2
0
1
2
.
H
i
s
re
s
e
ar
c
h
f
o
c
u
s
e
s
o
n
D
at
a
m
i
n
i
n
g
,
art
i
fi
c
i
a
l
i
n
t
el
l
i
g
en
t
an
d
M
u
l
t
i
med
i
a
S
ec
u
r
i
t
y
.
H
e
i
n
v
e
s
t
i
g
at
e
d
m
an
y
m
a
c
h
i
n
e
l
e
ar
n
i
n
g
al
g
o
r
i
t
h
m
s
a
n
d
em
p
l
o
y
ed
art
i
fi
ci
al
i
n
t
el
l
i
g
en
t
i
n
v
ar
i
e
t
y
o
f
f
i
e
l
d
s
,
s
u
c
h
as
n
e
t
w
o
r
k
,
me
d
i
c
al
i
n
f
o
r
m
at
i
o
n
p
ro
ce
s
s
,
k
n
o
w
l
e
d
g
e
c
o
n
s
t
ru
c
t
i
o
n
a
n
d
e
x
t
rac
t
i
o
n
.
H
e
c
an
b
e
c
o
n
t
ac
t
e
d
at
em
ai
l
:
a.
ab
u
s
h
ar
e
h
a
@
a
mm
an
u
.
e
d
u
.
j
o
.
M
s
.
S
um
a
y
a
N
.
A
l
-
K
h
a
ti
b
i
s
a
s
en
i
o
r
l
ec
t
u
r
e
r
i
n
Al
-
A
h
l
i
y
y
a
A
mm
an
U
n
i
v
e
rs
i
t
y
.
Sh
e
recei
v
ed
h
i
s
fi
rs
t
d
eg
ree
i
n
C
o
m
p
u
t
e
r
S
ci
e
n
ce
fr
o
m
Bag
h
d
ad
U
n
i
v
e
rs
i
t
y
,
I
raq
,
i
n
J
u
n
e
1
9
9
4
an
d
m
as
t
e
r
d
e
g
r
ee
i
n
Co
m
p
u
t
e
r
In
fo
r
m
at
i
o
n
S
y
s
t
em
fr
o
m
t
h
e
A
rab
A
c
ad
emy
fo
r
Ban
k
i
n
g
an
d
F
i
n
a
n
c
i
a
l
S
c
i
en
ce
s
,
J
o
rd
a
n
i
n
Fe
b
ru
ar
y
.
H
e
r
r
e
s
e
ar
c
h
ar
e
a
o
f
i
n
t
e
r
e
s
t
i
n
cl
u
d
e
s
V
o
I
P,
mu
l
t
i
me
d
i
a
n
e
t
w
o
rk
i
n
g
,
a
n
d
c
o
n
g
e
s
t
i
o
n
co
n
t
ro
l
.
Sh
e
c
a
n
b
e
co
n
t
a
c
t
ed
at
em
a
i
l
:
s
u
m
a
y
a
k
h
@
a
mm
an
u
.
ed
u
.
j
o
.
M
s
.
A
m
a
l
A
m
er
i
s
a
l
ec
t
u
r
e
r
i
n
A
l
-
A
h
l
i
y
y
a
A
mm
a
n
U
n
i
v
e
rs
i
t
y
.
Sh
e
r
ecei
v
ed
h
er
fi
rs
t
d
e
g
r
ee
i
n
C
o
m
p
u
t
e
r
In
fo
r
m
at
i
o
n
S
ci
e
n
ce
fro
m
A
l
Bal
q
a
A
p
p
l
i
ed
U
n
i
v
e
rs
i
t
y
,
J
o
rd
a
n
,
i
n
A
u
g
u
s
t
2
0
1
2
an
d
Mas
t
e
r
d
eg
r
ee
i
n
In
fo
r
m
at
i
o
n
S
y
s
t
ems
fro
m
U
n
i
v
e
rs
i
t
y
o
f
J
o
r
d
an
,
J
o
rd
a
n
i
n
A
u
g
u
s
t
2
0
1
6
.
H
e
r
r
e
s
e
ar
c
h
ar
e
a
o
f
i
n
t
e
r
e
s
t
i
n
cl
u
d
e
s
V
o
I
P,
b
l
o
ck
c
h
a
i
n
,
a
n
d
cy
b
e
rs
ecu
ri
t
y
d
at
a
mi
n
i
n
g
an
d
o
p
t
i
m
i
zat
i
o
n
.
Sh
e
c
an
b
e
co
n
t
a
c
t
ed
at
em
a
i
l
:
a.
ame
r
@
a
mm
an
u
.
e
d
u
.
j
o
.
Evaluation Warning : The document was created with Spire.PDF for Python.