基于改进贝叶斯分类的Android恶意软件检测

• 作者: 张思琪
• 来源期刊: 无线电通信技术
• 学科: 工学
• 关键词: Android恶意软件 动态检测 机器学习 朴素贝叶斯 卡方检验
• 年，卷（期）: 2014,（6）
• 所属期刊栏目: 综合电子信息技术
• 页码范围: 73-76
• 页数: 4页
• 分类号: TN929.5
• 字数: 3678字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-3114.2014.06.20

摘要

针对Android手机安全受恶意软件威胁越来越严重这一问题,提出一种改进的Android恶意软件检测算法.监控从Android移动设备应用程序获取的多种行为特征值,应用机器学习技术,通过与卡方检验滤波测试结合的方式改进传统的朴素贝叶斯算法,检测Android系统中的恶意软件.通过实验仿真,结果表明在采取朴素贝叶斯分类模型之前,使用卡方检验过滤应用程序的行为特征,可以使基于Android的恶意软件检测技术拥有较低的误报率和较高的精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张思琪	北京邮电大学信息安全中心	1	17	1.0	1.0