Android恶意软件检测方法研究

• 作者: 冯博 慕德俊 戴航
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: Android安全 恶意软件 动态检测 机器学习
• 年，卷（期）: 2014,（2）
• 所属期刊栏目: 安 全 与 防 范
• 页码范围: 149-152
• 页数: 4页
• 分类号: TP309
• 字数: 3683字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2014.02.036

摘要

针对Android恶意软件泛滥的局面，提出了一种基于行为的恶意软件动态检测的方法。首先，综合收集软件运行时的动态信息，包括软件运行时系统的信息和软件的内核调用信息，并将内核调用序列截断成定长短序列的形式。其次，将各方面信息统一为属性、属性值的形式。以信息增益作为指标，选用C4.5算法筛选出信息增益高、作用不重叠的属性，并依据信息增益的大小为各属性正比分配权重因子。最后，用K最近邻算法完成机器学习，识别出与样本类似的恶意软件，并将未知类型的软件标记为疑似恶意。实验结果表明，该方法识别率高、误报率低。通过增大学习样本库，识别的效果可以进一步提高。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	慕德俊	西北工业大学自动化学院	220	1829	19.0	33.0
2	戴航	西北工业大学自动化学院	28	208	7.0	14.0
3	冯博	西北工业大学自动化学院	1	27	1.0	1.0