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:
安卓系统的恶意程序数量多且危害大,研究相应的检测方法是当前研究热点.现有方法仅单独提取语法或语义特征,难以准确刻画恶意程序的攻击意图.提出一种混合提取语法和语义特征的检测方法,语义特征为基于类抽象的污点传播路径集合,并结合权限声明和Intent-Action等语法特征,对特征规范化后应用K-means算法训练样本集生成恶意程序家族的特征向量,应用欧氏距离检测未知程序与特征向量的相似度.基于FlowDroid实现原型系统,对400个真实程序的分析结果表明该方法有较高的精确度.
推荐文章
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
基于谷歌距离的安卓恶意软件特征提取方法
恶意软件
谷歌距离
安卓
源码扫描
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
基于系统调用的安卓恶意应用检测方法
安卓
恶意应用检测
静态检测
动态检测
特征化
系统调用次数
系统调用依赖图
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 基于混合特征的恶意安卓程序检测方法
来源期刊 计算机工程与科学 学科 工学
关键词 恶意程序检测 语义特征 污点传播 聚类
年,卷(期) 2017,(10) 所属期刊栏目 计算机网络与信息安全
研究方向 页码范围 1837-1846
页数 10页 分类号 TP393.08
字数 8469字 语种 中文
DOI 10.3969/j.issn.1007-130X.2017.10.010
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 郭帆 江西师范大学计算机信息工程学院 37 217 10.0 12.0
2 徐林溪 江西师范大学计算机信息工程学院 1 4 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (3)
共引文献  (23)
参考文献  (4)
节点文献
引证文献  (4)
同被引文献  (2)
二级引证文献  (1)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(3)
  • 参考文献(0)
  • 二级参考文献(3)
2014(3)
  • 参考文献(3)
  • 二级参考文献(0)
2017(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)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(3)
  • 引证文献(2)
  • 二级引证文献(1)
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
恶意程序检测
语义特征
污点传播
聚类
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
计算机工程与科学
月刊
1007-130X
43-1258/TP
大16开
湖南省长沙市开福区德雅路109号国防科技大学计算机学院
42-153
1973
chi
出版文献量(篇)
8622
总下载数(次)
11
总被引数(次)
59030
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导