基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
目前,Android上恶意程序的识别主要通过静态检测,但普遍识别率不高.文章基于静态检测原理,使用了一种基于行为的检测方法,以变量跟踪以及函数等价匹配的方式来判断一个Android 安装包中是否存在恶意行为,从而增大了静态检测的准确率.在文章中,以短信吸费程序为样本,实现了这种基于行为分析的恶意程序检测工具.并在测试中证明了它的有效性.
推荐文章
Android系统恶意程序检测技术研究
Android
安全问题
恶意程序检测
支持向量机
基于机器学习算法的Android恶意程序检测系统
随机森林
恶意代码检测
多类特征
安卓应用
机器学习
恶意程序检测算法的研究与实现
恶意程序
检测算法
恶意程度文件
检测误报率
恶意程序的检测和删除
恶意程序
复制
检测
删除``
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种Android恶意程序检测工具的实现
来源期刊 信息网络安全 学科 工学
关键词 Android 恶意程序检测 行为分析
年,卷(期) 2013,(1) 所属期刊栏目 技术研究
研究方向 页码范围 27-32
页数 6页 分类号 TP393.08
字数 6596字 语种 中文
DOI 10.3969/j.issn.1671-1122.2013.01.008
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张文 北京大学软件与微电子学院信息安全系 38 267 9.0 16.0
2 文伟平 北京大学软件与微电子学院信息安全系 45 480 12.0 21.0
3 严寒冰 15 61 5.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (6)
共引文献  (99)
参考文献  (3)
节点文献
引证文献  (16)
同被引文献  (28)
二级引证文献  (210)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(8)
  • 引证文献(6)
  • 二级引证文献(2)
2015(14)
  • 引证文献(3)
  • 二级引证文献(11)
2016(32)
  • 引证文献(3)
  • 二级引证文献(29)
2017(73)
  • 引证文献(2)
  • 二级引证文献(71)
2018(59)
  • 引证文献(1)
  • 二级引证文献(58)
2019(32)
  • 引证文献(0)
  • 二级引证文献(32)
2020(7)
  • 引证文献(0)
  • 二级引证文献(7)
研究主题发展历程
节点文献
Android
恶意程序检测
行为分析
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
信息网络安全
月刊
1671-1122
31-1859/TN
大16开
上海岳阳路76号4号楼211室
4-688
2001
chi
出版文献量(篇)
7165
总下载数(次)
26
总被引数(次)
26089
论文1v1指导