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:
据统计2012年有超过3200万的Android设备被感染,数千万用户的手机安全因此遭遇了巨大的威胁。目前,除主动防御外,针对安卓恶意软件的查杀,主要依赖 PC 平台复杂的反编译、代码分析后生成的恶意软件特征库,但这种方法受平台、功耗的限制,无法在手机上即时拦截到未知的恶意软件,病毒库的扩充速度较慢;此外,现有的检测技术未将程序的类别纳入分析过程中,导致检测准确率粒度较粗。因此,本项目通过对样本进行回归分析,结合权限分析,并通过将程序类别纳入恶意软件建模,可以生成可长期使用的未知恶意软件“权限/类别”预测判别矩阵,在安卓系统上轻量级地更准确即时地拦截到新兴或未知的恶意软件,无需长时间的代码分析,不受病毒特征库的限制,适合于移动智能平台的低功耗以及高效率要求,更可以利用回归分析算法根据新样本定期优化系数矩阵。
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
恶意程序的检测和删除
恶意程序
复制
检测
删除``
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
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
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 基于回归分析与程序类别的安卓恶意程序手机端检测
来源期刊 消费电子 学科 工学
关键词 未知安卓恶意软件 程序类别 回归分析 手机端即时检测
年,卷(期) 2013,(12) 所属期刊栏目 电子科技
研究方向 页码范围 1-2
页数 2页 分类号 TP311
字数 2797字 语种 中文
DOI
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 周鸿博 3 0 0.0 0.0
2 何为舟 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (120)
参考文献  (2)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
未知安卓恶意软件
程序类别
回归分析
手机端即时检测
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
消费电子
月刊
1674-7712
11-5879/TM
16开
北京市
82-224
2003
chi
出版文献量(篇)
15286
总下载数(次)
35
总被引数(次)
3638
论文1v1指导