面向Android系统安全分析的在线学习算法研究

• 作者: 刘渊 葛唯唯
• 来源期刊: 计算机应用研究
• 关键词: Android移动终端 入侵检测 快速核密度估计 支持向量机 在线学习
• 年，卷（期）: 2015,（9）
• 所属期刊栏目: 信息安全技术
• 页码范围: 2774-2778
• 页数: 5页
• 分类号: TN915.08
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2015.09.050

摘要

针对当前移动终端使用中存在的安全隐患，研究了一种新的面向Android移动终端的入侵检测算法。首先是在Android平台上收集移动终端内核信息并进行预处理，通过引入快速核密度估计（fast kernel density es-timation，FastKDE）算法对收集到的大规模样本进行压缩，得到数量合理的训练样本，然后结合在线增量学习算法，利用支持向量机（SVM）算法对处理后的数据进行判别以识别出入侵。实验结果表明，该方法极大缩短了训练时间，检测性能逐步达到最佳，具有较好的可扩展性和自提升能力。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘渊	江南大学数字媒体学院	235	1325	17.0	25.0
2	葛唯唯	江南大学数字媒体学院	1	2	1.0	1.0