作者:
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:
针对基于特征代码的Android恶意软件检测方法难以检测未知恶意程序,且基于行为的检测方法误报率较高的问题,提出了一种基于权限的Android恶意软件检测方法.该方法首先在静态分析的基础上,结合动态行为分析提取权限特征;然后,采用权限特征关联分析方法,挖掘权限特征之间的关联规则;最后,基于朴素贝叶斯分类算法,建立恶意应用检测模型.实验结果表明,与现有方法相比,本文方法建立的恶意应用模型具有较高的检测率和准确率.
推荐文章
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
基于对比权限模式的恶意软件检测方法
恶意软件
关联规则
组合分类器
权限模式
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
一种基于元信息的Android恶意软件检测方法
Android恶意软件检测
元信息
应用程序描述
权限特征
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 一种基于权限的安卓恶意软件检测方法
来源期刊 西北民族大学学报(自然科学版) 学科 工学
关键词 安卓 权限特征 恶意软件检测 安全机制
年,卷(期) 2017,(2) 所属期刊栏目 信息技术
研究方向 页码范围 9-13
页数 5页 分类号 TP399
字数 4261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 李靖平 黎明职业大学信息与电子工程学院 13 12 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (19)
共引文献  (79)
参考文献  (6)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(8)
  • 参考文献(0)
  • 二级参考文献(8)
2013(4)
  • 参考文献(1)
  • 二级参考文献(3)
2014(2)
  • 参考文献(1)
  • 二级参考文献(1)
2015(1)
  • 参考文献(0)
  • 二级参考文献(1)
2016(4)
  • 参考文献(4)
  • 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)
研究主题发展历程
节点文献
安卓
权限特征
恶意软件检测
安全机制
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
西北民族大学学报(自然科学版)
季刊
1009-2102
62-1188/N
大16开
兰州市西北新村1号
1980
chi
出版文献量(篇)
1696
总下载数(次)
3
总被引数(次)
5175
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导