基于BPSO-NB算法的Android恶意应用检测方法

• 作者: 孙磊 王帅丽 王泽武 韩静丹
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 二值粒子群 朴素贝叶斯 特征选择 恶意应用检测 静态分析
• 年，卷（期）: 2017,（4）
• 所属期刊栏目: 信息安全
• 页码范围: 109-113
• 页数: 5页
• 分类号: TP301
• 字数: 4998字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2017.04.022

摘要

为了提高Android恶意应用检测效率,将二值粒子群算法(BPSO,Binary Particle Swarm Optimization)用于原始特征全集的优化选择,并结合朴素贝叶斯(NB,Na(i)ve Bayesian)分类算法,提出一种基于BPSO-NB的Android恶意应用检测方法.该方法首先对未知应用进行静态分析,提取AndroidManifest.xml文件中的权限信息作为特征.然后,采用BPSO算法优化选择分类特征,并使用NB算法的分类精度作为评价函数.最后采用NB分类算法构建Android恶意应用分类器.实验结果表明,通过二值粒子群优化选择分类特征可以有效提高分类精度,缩短检测时间.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙磊		27	175	7.0	12.0
2	王帅丽		2	4	2.0	2.0
3	韩静丹		2	4	2.0	2.0
4	王泽武		2	4	2.0	2.0