基于FWKN-SVM的Android异常入侵检测的研究

• 作者: 孙敏 徐彩霞 高阳
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: Android 支持向量机 K最近邻 特征加权 训练集约减 恶意软件
• 年，卷（期）: 2015,（4）
• 所属期刊栏目: 信息安全
• 页码范围: 116-118,131
• 页数: 4页
• 分类号: TP181
• 字数: 5119字
• 语种: 中文
• DOI: 10.11896/j.issn.1002-137X.2015.4.022

摘要

针对Android手机平台提出了基于特征加权K最近邻支持向量机(FWKN-SVM)的异常入侵检测方法.首先,分析了传统SVM在实际应用中的局限性,提出了一种基于特征类内类间距离的特征加权K最近邻的训练集约减策略.随后,根据手机恶意软件对系统造成的影响定义了系统行为,并通过在Android手机上编写的数据采集模块构建测试集和训练集.最后,利用特征加权K最近邻方法进行SVM训练集的精简和分类器的构建,并进行测试集预测.仿真结果表明,FWKN-SVM分类方法在Android异常入侵检测中应用效果良好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙敏	山西大学计算机与信息技术学院	43	249	7.0	14.0
2	徐彩霞	山西大学计算机与信息技术学院	1	7	1.0	1.0
3	高阳	山西大学计算机与信息技术学院	2	7	1.0	2.0