Android运行时恶意行为检测模型研究

• 作者: 彭勇 徐国爱 李祺 董枫 董航
• 来源期刊: 北京邮电大学学报
• 学科: 工学
• 关键词: 隐马尔可夫模型 支持向量机 恶意行为 智能终端
• 年，卷（期）: 2014,（3）
• 所属期刊栏目: 论文
• 页码范围: 58-61,88
• 分类号: TP309
• 语种: 中文
• DOI: 10.13190/j.jbupt.2014.03.012

摘要

为实现Android应用程序恶意行为的有效分析,提出了基于HMMs-SVM的程序行为分类模型,将隐马尔可夫模型(HMM)和支持向量机(SVM)相结合,以动态行为序列作为关键特征,对移动应用软件运行中的网络收发、文件访问等行为建模.该模型融合了HMM和SVM的优势,并克服了二者的不足,适合于在获取连续动态行为特征序列后进行行为分类.实验结果表明,该方法分析召回率较高,可以有效对应用中的异常行为进行捕捉,并可以将其按类型分类.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	彭勇	北京邮电大学计算机学院信息安全中心	17	210	9.0	14.0
3	徐国爱	北京邮电大学计算机学院信息安全中心	40	486	13.0	20.0
4	董航	北京邮电大学计算机学院信息安全中心	3	76	2.0	3.0
5	李祺	北京邮电大学计算机学院信息安全中心	4	21	3.0	4.0
6	董枫	北京邮电大学计算机学院信息安全中心	2	8	1.0	2.0