基于静态特征的Android恶意代码检测

• 作者: 林祥 贾蕴哲 黄征
• 来源期刊: 通信技术
• 学科: 工学
• 关键词: 恶意代码检测 Android应用 静态特征 深度学习
• 年，卷（期）: 2017,（9）
• 所属期刊栏目: 安全与保密
• 页码范围: 2060-2066
• 页数: 7页
• 分类号: TP309
• 字数: 5563字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0802.2017.09.029

摘要

Android平台是恶意软件的重灾区.在恶意软件传播方面,第三方应用商店仍是智能移动终端病毒传播的主要途径.由于Android系统的开放性及广泛的市场占有率,恶意软件在Android平台传播广泛.为了防止恶意软件传播,针对恶意软件行为特征复杂的特点,提出了结合深度学习的恶意代码检测方法.基于Android程序的静态特征,利用深度学习模型进行分类学习,并在公开的Android软件样本集上进行测试.测试结果表明,所提方法判断恶意软件的正确率可以达到95%左右,实用性强,可以有效保护Android系统的安全.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄征		23	128	7.0	10.0
3	贾蕴哲		1	1	1.0	1.0
6	林祥		21	134	8.0	11.0