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:
针对Android系统提供的基于应用权限授权的安全管理机制粒度较粗,并且一旦用户对应用软件授权即无法更改或追踪权限使用的问题,提出了一种基于朴素贝叶斯的Android软件恶意行为识别方法.该方法综合考虑软件运行时的用户操作场景和用户行为习惯以及软件权限等特性,抽取软件是否为系统应用、权限使用时是否有用户操作、软件是否申请了过多的权限、是否存在敏感权限组合、权限的使用是否存在突发性等作为分类属性,并通过对Android安全框架的扩展,实现了对恶意行为的实时分析和处理.实验结果表明,所设计和实现的Android软件恶意行为智能识别技术具有较高的识别率和较低的误报率,并且对系统性能的影响较小,可以有效增强Android系统的安全性.
推荐文章
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
基于改进VGG-16和朴素贝叶斯的手写数字识别
手写数字识别
VGG-16网络
朴素贝叶斯分类器
图像预处理
特征提取
数据降维
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
基于引力模型的朴素贝叶斯分类算法
分类算法
朴素贝叶斯
引力模型
遥感图像
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 基于朴素贝叶斯的Android软件恶意行为智能识别
来源期刊 东南大学学报(自然科学版) 学科 工学
关键词 Android安全 隐私泄露 权限使用 恶意行为识别
年,卷(期) 2015,(2) 所属期刊栏目
研究方向 页码范围 224-230
页数 7页 分类号 TP393
字数 6737字 语种 中文
DOI 10.3969/j.issn.1001-0505.2015.02.005
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 罗军舟 东南大学计算机科学与工程学院 165 4086 26.0 60.0
2 杨明 东南大学计算机科学与工程学院 166 2616 23.0 45.0
3 张怡婷 南京邮电大学计算机学院 9 72 5.0 8.0
5 张扬 东南大学计算机科学与工程学院 11 190 8.0 11.0
8 张涛 国网智能电网研究院信息通信研究所 4 35 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (1)
节点文献
引证文献  (25)
同被引文献  (32)
二级引证文献  (70)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(9)
  • 引证文献(6)
  • 二级引证文献(3)
2017(14)
  • 引证文献(8)
  • 二级引证文献(6)
2018(25)
  • 引证文献(7)
  • 二级引证文献(18)
2019(37)
  • 引证文献(3)
  • 二级引证文献(34)
2020(9)
  • 引证文献(0)
  • 二级引证文献(9)
研究主题发展历程
节点文献
Android安全
隐私泄露
权限使用
恶意行为识别
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
东南大学学报(自然科学版)
双月刊
1001-0505
32-1178/N
大16开
南京四牌楼2号
28-15
1955
chi
出版文献量(篇)
5216
总下载数(次)
12
总被引数(次)
71314
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导