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系统的流行与普及,Android软件的种类和数目激增,但是其中存在着不少窃取用户隐私、恶意扣费的软件.因此,Android恶意软件的检测技术一直是人们关注和研究的热点.论文在介绍支持向量机以及Android恶意软件检测后,将二者有效地结合,构建由权限、监听的系统事件、敏感API以及权限率组成的特征向量,并且建立了基于支持向量机的Android恶意软件静态检测模型.最后,论文通过模型的测试验证了该方法的有效性.
推荐文章
基于软件基因的Android恶意软件检测与分类
Android安全
恶意软件基因
use-def链
检测
分类
基于Android权限信息的恶意软件检测
权限
恶意检测
安卓
机器学习
数据挖掘
基于静态行为特征的细粒度Android恶意软件分类
Android
静态特征
细粒度恶意分类
Android 恶意软件的静态分析方法及评判模型研究
静态分析
代码特征
权限
API
恶意系数
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 基于支持向量机的Android恶意软件静态检测技术的研究
来源期刊 网络空间安全 学科
关键词 Android 恶意软件 支持向量机 静态检测
年,卷(期) 2016,(5) 所属期刊栏目 前沿技术
研究方向 页码范围 34-36
页数 3页 分类号
字数 2073字 语种 中文
DOI
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 王晴 中国矿业大学计算机科学与技术学院 8 26 3.0 5.0
2 苗发彪 中国矿业大学计算机科学与技术学院 2 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (20)
共引文献  (67)
参考文献  (4)
节点文献
引证文献  (2)
同被引文献  (3)
二级引证文献  (2)
1974(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)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(3)
  • 参考文献(0)
  • 二级参考文献(3)
2013(5)
  • 参考文献(1)
  • 二级参考文献(4)
2014(9)
  • 参考文献(2)
  • 二级参考文献(7)
2015(3)
  • 参考文献(0)
  • 二级参考文献(3)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
Android
恶意软件
支持向量机
静态检测
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
网络空间安全
月刊
1674-9456
10-1421/TP
16开
北京市海淀区紫竹院路66号赛迪大厦18层
82-938
2010
chi
出版文献量(篇)
3296
总下载数(次)
16
论文1v1指导