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 Android 系统日益广泛的应用,其安全性也成为关注的焦点。由于 Android 系统的开放性,Android 恶意软件也与日俱增。分析 Android 恶意软件,了解恶意行为,对恶意软件检测具有重要意义。文中首先总结了所收集的1260个恶意样本中表现的恶意行为;然后提取这些恶意样本请求的权限信息与声明的 Action 信息作为训练的特征向量,采用自组织映射神经网络算法对 Android 恶意软件进行聚类分析;利用 U-matrix 算法的热色图分析不同恶意 Android 应用之间的联系;利用组件平面图分析了恶意软件与单一特征之间的关系,了解特征参数与恶意行为的相关性。最后总结归纳了不同恶意行为频繁使用的权限与 Action 特征。分析结果表明,文中所提方法能够有效了解恶意行为的敏感特征信息组合,可为进一步的恶意 Android 应用检测提供依据。
推荐文章
基于自组织映射的恶意网页检测方法研究
恶意网页
文档对象模型
自组织映射
基于自组织特征映射的图像分割算法研究
图像分割
Kohonen网络
自组织特征映射
学习向量量化
基于安卓平台的恶意软件动态监测的研究
安卓平台
恶意软件
系统调用
动态监测
基于GCN的安卓恶意软件检测模型
图嵌入
图卷积神经网络
恶意软件检测
多特征
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 基于自组织映射的安卓恶意软件分析研究
来源期刊 计算机技术与发展 学科 工学
关键词 Android 恶意软件 自组织映射 神经网络 可视化
年,卷(期) 2016,(1) 所属期刊栏目 安 全 与 防 范
研究方向 页码范围 86-89,96
页数 5页 分类号 TP31
字数 2939字 语种 中文
DOI 10.3969/j.issn.1673-629X.2016.01.018
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 张慧翔 西北工业大学自动化学院 37 117 6.0 7.0
2 杨佳 西北工业大学自动化学院 4 10 2.0 3.0
3 罗怡 西北工业大学自动化学院 9 84 6.0 9.0
4 付俊平 西北工业大学自动化学院 1 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (33)
共引文献  (77)
参考文献  (9)
节点文献
引证文献  (2)
同被引文献  (17)
二级引证文献  (0)
1972(1)
  • 参考文献(0)
  • 二级参考文献(1)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(4)
  • 参考文献(1)
  • 二级参考文献(3)
2012(9)
  • 参考文献(0)
  • 二级参考文献(9)
2013(7)
  • 参考文献(2)
  • 二级参考文献(5)
2014(6)
  • 参考文献(3)
  • 二级参考文献(3)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(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)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(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
Android
恶意软件
自组织映射
神经网络
可视化
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
计算机技术与发展
月刊
1673-629X
61-1450/TP
大16开
西安市雁塔路南段99号
52-127
1991
chi
出版文献量(篇)
12927
总下载数(次)
40
总被引数(次)
111596
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导