基于类别SVM的Android系统恶意软件检测研究

• 作者: 徐夫田 管飞诗
• 来源期刊: 科技风
• 关键词: Android SVM恶意软件 Android安全
• 年，卷（期）: 2016,（21）
• 所属期刊栏目: 电子信息
• 页码范围: 64-65
• 页数: 2页
• 字数: 3269字
• 语种: 中文
• DOI: 10.19392/j.cnki.1671-7341.201621058

摘要

Android系统以开放开源为特色赢得了众多的客户的青睐.用户数量突飞猛进.但Android系统的开放性也带来了众多的麻烦.Android系统恶意软件呈现线性般的增长.本文对Android系统恶意软件检测提出了基于类别的svm的检测研究.将Android系统应用程序(app)的类别关联在一起,根据特定类别中特定特征表现与大部分良性app特征是否异常来预测该app为恶意app,恶意app在特定类别中的特征表现异常、罕见或者特征较多等特点进步断定为该app为恶意app.本文对250个app样本首先关联分类,然后对权限特征进行训练分类器,采用SVM机械学习算法建立分类模型.最后对训练数据进行实验,对实验结果进行信息检索学评估,得出基于类别的svm的检测方案比普通的svm检测方案高的结论.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐夫田		14	49	4.0	6.0
2	管飞诗	山东师范大学信息科学与工程学院	2	2	1.0	1.0