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平台恶意程序泛滥的问题,提出一种基于应用分类和系统调用的恶意程序检测方法.以Google Play为依据进行应用程序分类,利用运行时产生的系统调用频数计算每个类别的系统调用使用阈值.当应用程序安装运行时,手机端收集应用程序权限信息和产生的系统调用信息发给远程服务器,远程服务器根据权限信息采用序列最小优化算法给应用程序进行分类,分类后利用系统调用频数计算出系统调用使用值,与该类别的阈值进行比较判断是否恶意程序,将分类结果及判定结果反馈给用户,由用户判断是否需要更改分类重新检测.实验结果表明了该方法的可行性和有效性,不仅减少了手机的资源消耗,又能对产生恶意行为的应用程序及时做出反应.
推荐文章
Android系统恶意程序检测技术研究
Android
安全问题
恶意程序检测
支持向量机
Android系统恶意程序检测技术研究
Android
安全问题
恶意程序检测
支持向量机
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
基于云计算的Android恶意程序协同检测系统
安卓
恶意程序
云计算
信誉积分机制
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 基于应用分类和系统调用的Android恶意程序检测
来源期刊 计算机工程与应用 学科 工学
关键词 Android平台 应用分类 系统调用 恶意程序检测
年,卷(期) 2017,(19) 所属期刊栏目 网络、通信与安全
研究方向 页码范围 109-113,163
页数 6页 分类号 TP309
字数 4686字 语种 中文
DOI 10.3778/j.issn.1002-8331.1604-0337
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 凌捷 广东工业大学计算机学院 133 1124 17.0 28.0
2 林擎宇 广东工业大学计算机学院 1 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (38)
共引文献  (83)
参考文献  (7)
节点文献
引证文献  (2)
同被引文献  (9)
二级引证文献  (0)
1974(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(5)
  • 参考文献(0)
  • 二级参考文献(5)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(7)
  • 参考文献(0)
  • 二级参考文献(7)
2013(6)
  • 参考文献(1)
  • 二级参考文献(5)
2014(12)
  • 参考文献(1)
  • 二级参考文献(11)
2015(5)
  • 参考文献(2)
  • 二级参考文献(3)
2016(2)
  • 参考文献(2)
  • 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(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
Android平台
应用分类
系统调用
恶意程序检测
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导