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:
随着互联网用户从传统PC端到移动端的转换,移动安全受到越来越多的关注.为了提高对未知恶意移动应用的检测效率,针对传统检测对引入多态和变形技术的恶意应用检测能力较差的问题,提出了一种基于HTM算法的恶意Android移动应用检测方法.该应用检测包含针对Android应用Dalvik指令特点的特征提取、采用信息增益的方式进行特征选择与融合,并利用HTM算法进行序列模式训练和推导,然后将测试样本特征提取与融合后的结果输入到完成训练的HTM网络中,达到检测恶意应用的目的.实验仿真表明,所设计的恶意应用检测方法的检测率接近100%,检测效率高,误报率0.08%.相较于其他算法,提出的恶意检测方法的检测率、误报率、分类准确率均更优,并能应用于不同类型的恶意应用,但训练和测试时间较长.
推荐文章
基于BPSO-NB算法的Android恶意应用检测方法
二值粒子群
朴素贝叶斯
特征选择
恶意应用检测
静态分析
基于多级签名匹配算法的 Android 恶意应用检测
多级签名
恶意应用
安卓
匹配
检测
基于SimHash算法的Android恶意程序检测
SimHash算法
Android恶意程序检测
复合特征文本
相似性比较
基于深度信念网络的Android恶意应用检测方法
Android恶意应用
深度信念网络
安全
静态分析
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HTM算法的恶意Android应用检测
来源期刊 四川理工学院学报(自然科学版) 学科 工学
关键词 移动安全 HTM算法 Dalvik指令 信息增益 恶意应用 检测
年,卷(期) 2015,(4) 所属期刊栏目 机械、电子及计算机科学
研究方向 页码范围 50-56
页数 7页 分类号 TP393
字数 4438字 语种 中文
DOI 10.11863/j.suse.2015.04.11
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 张仕斌 成都信息工程大学信息安全工程学院 81 634 12.0 23.0
2 刘苹光 成都信息工程大学通信工程学院 2 14 2.0 2.0
3 仇慎健 成都信息工程大学信息安全工程学院 1 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (25)
参考文献  (3)
节点文献
引证文献  (3)
同被引文献  (4)
二级引证文献  (0)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2014(3)
  • 参考文献(3)
  • 二级参考文献(0)
2015(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)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
移动安全
HTM算法
Dalvik指令
信息增益
恶意应用
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
四川理工学院学报(自然科学版)
双月刊
1673-1549
51-1687/N
四川省自贡市汇兴路学苑街180号
chi
出版文献量(篇)
2774
总下载数(次)
3
总被引数(次)
12372
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导