ty -jour a2 -wang，long au -thakur，deepak au -singh，jaiteg au -dhiman，dhiman，gaurav au -shabaz，Mohammad au -gera -gera，tanya py -2021 da -2021/09/07 ti-识别主要的研究区域和主要的研究区域和主要的研究领域和主要的研究区域和主要的研究区域和主要的研究区域，使用LSA SP -4551067 VL -2021 AB-当代技术的Android恶意软件分析和检测领域的次要研究主题确保了通过Internet共享的高质量研究数据的可用性。这导致了大量的研究文献，这不断发展。因此，对这种不断发展的文献中核心研究领域和趋势的识别不仅具有挑战性，而且有趣。已经解释了当代机器学习方法的经验概述，该方法有可能在研究文献中加快证据综合。本手稿提出了模拟专家理解，以分析研究趋势（SEAR）框架，该框架可以对庞大的文献进行主观和定量研究。TrendMiner是专门为SEAR框架设计的用例。Trendminer发现了关于Android恶意软件分析和检测的444篇研究文章摘要（在2010 - 2019年发表）的智力结构。该研究以鉴定三个核心研究领域（27个研究趋势）结束。该研究还提出了潜在的未来研究方向。 SN - 1076-2787 UR - https://doi.org/10.1155/2021/4551067 DO - 10.1155/2021/4551067 JF - Complexity PB - Hindawi KW - ER -