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 平台恶意软件泛滥的问题,提出一种基于日志分析的 Android 系统的恶意行为检测模型。模型采用进程守护和广播监听的方式收集日志信息并通过 Boyer-Moore 算法匹配、识别恶意行为。以 Android 4.0平台为测试环境进行软件行为检测,实验结果表明,该检测模型能够检测出90.0%的恶意行为,证明模型对 Android 系统恶意行为检测的有效性和可行性。
推荐文章
基于Android网络恶意行为检测系统的应用研究
Android
网络恶意行为
Binder
检测
基于机器学习算法的Android恶意程序检测系统
随机森林
恶意代码检测
多类特征
安卓应用
机器学习
基于图模式与内存足迹的Android恶意应用与行为检测
软件工程
智能终端
数据挖掘
网络安全
恶意应用
基于SVM的敏感权限Android恶意软件检测方法
Android
敏感权限特征
恶意检测
SVM
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 基于日志分析的 Android 系统恶意行为检测
来源期刊 计算机应用与软件 学科 工学
关键词 进程守护 恶意行为 日志信息
年,卷(期) 2016,(5) 所属期刊栏目 安全技术
研究方向 页码范围 289-292
页数 4页 分类号 TP393.08
字数 3701字 语种 中文
DOI 10.3969/j.issn.1000-386x.2016.05.072
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 谢丽霞 中国民航大学计算机科学与技术学院 51 415 11.0 19.0
2 赵彬彬 中国民航大学计算机科学与技术学院 4 12 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (2)
共引文献  (16)
参考文献  (3)
节点文献
引证文献  (3)
同被引文献  (0)
二级引证文献  (0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(3)
  • 参考文献(1)
  • 二级参考文献(2)
2015(1)
  • 参考文献(1)
  • 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(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(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
进程守护
恶意行为
日志信息
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
计算机应用与软件
月刊
1000-386X
31-1260/TP
大16开
上海市愚园路546号
4-379
1984
chi
出版文献量(篇)
16532
总下载数(次)
47
总被引数(次)
101489
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导