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:
提出一种新的 Android恶意行为检测算法,该算法使用系统调用序列和控制流序列表征 Android应用程序的行为,通过分析已知恶意软件样本库,训练出一个恶意软件特征基和阈值,再计算 Android 应用程序与特征基的相似度,根据阈值判断目标是否为恶意软件.根据该算法,开发了一个 Android 恶意软件检测系统 SCADect,并在华为 U8860真机上对3000个测试样本进行分类,准确率达到96.8%;针对包含混淆和加密操作的8簇237个恶意样本,该系统的检出率达到89%,明显优于工具 Androguard.实验结果表明,SCADect能够抵抗混淆和加密攻击,提高恶意软件检测的准确率和降低误报率.
推荐文章
基于日志分析的 Android 系统恶意行为检测
进程守护
恶意行为
日志信息
基于改进贝叶斯分类的Android恶意软件检测
Android恶意软件
动态检测
机器学习
朴素贝叶斯
卡方检验
基于贝叶斯网络的Android恶意行为检测方法
Android
机器学习
特征选择
贝叶斯网络
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
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 一种Android恶意行为检测算法
来源期刊 西安电子科技大学学报(自然科学版) 学科 工学
关键词 智能手机 恶意软件 分类 相似度
年,卷(期) 2015,(3) 所属期刊栏目
研究方向 页码范围 8-14
页数 7页 分类号 TP309.5
字数 4638字 语种 中文
DOI 10.3969/j.issn.1001-2400.2015.03.002
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 张玉清 中国科学院大学国家计算机网络入侵防范中心 147 3010 26.0 50.0
2 黄庭培 中国科学院大学国家计算机网络入侵防范中心 8 149 6.0 8.0
3 刘奇旭 中国科学院大学国家计算机网络入侵防范中心 30 423 10.0 20.0
4 王志强 西安电子科技大学综合业务网理论及关键技术国家重点实验室 4 59 2.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (7)
共引文献  (3)
参考文献  (4)
节点文献
引证文献  (14)
同被引文献  (35)
二级引证文献  (20)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(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(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2015(2)
  • 引证文献(2)
  • 二级引证文献(0)
2016(6)
  • 引证文献(3)
  • 二级引证文献(3)
2017(7)
  • 引证文献(3)
  • 二级引证文献(4)
2018(4)
  • 引证文献(2)
  • 二级引证文献(2)
2019(11)
  • 引证文献(4)
  • 二级引证文献(7)
2020(4)
  • 引证文献(0)
  • 二级引证文献(4)
研究主题发展历程
节点文献
智能手机
恶意软件
分类
相似度
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
西安电子科技大学学报(自然科学版)
双月刊
1001-2400
61-1076/TN
西安市太白南路2号349信箱
chi
出版文献量(篇)
4652
总下载数(次)
5
总被引数(次)
38780
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导