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:
针对当前Android应用程序良莠不齐,存在大量的恶意程序对个人隐私和信息安全构成严重威胁的现状,在分析基于MD5的传统特征代码检测技术的基础上,提出了利用SimHash算法,经过APK文件特征文本提取,特征文本数字指纹生成,数字指纹比对及比对结果分析三个步骤,进行Android恶意程序检测的新方法.为实现APK文件特征文本化,引入恶意软件分析程序androlyze.py,同时,考虑到Android特征的有效性,经研究需要选取Android程序的权限及调用映射、广播接收器、服务等核心信息组合成对应APK文件的复合特征文本,将复合特征文本转换为字符串后利用程序进行海明距离计算,由海明距离判断待测试APK文件的安全性.通过实验进行实例分析,并将得到的检测效果与360杀毒软件做比较,发现基于SimHash算法的恶意程序检测方法,检测率高于360,可以作为Android恶意软件检测的一种有效方法.
推荐文章
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
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
恶意程序检测算法的研究与实现
恶意程序
检测算法
恶意程度文件
检测误报率
恶意程序的检测和删除
恶意程序
复制
检测
删除``
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SimHash算法的Android恶意程序检测
来源期刊 计算机技术与发展 学科 工学
关键词 SimHash算法 Android恶意程序检测 复合特征文本 相似性比较
年,卷(期) 2017,(10) 所属期刊栏目 安全与防范
研究方向 页码范围 121-125
页数 5页 分类号 TP309|TP393
字数 3399字 语种 中文
DOI 10.3969/j.issn.1673-629X.2017.10.026
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 李红灵 云南大学信息学院计算机科学与工程系 15 46 4.0 6.0
2 詹翊 2 5 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (5)
参考文献  (2)
节点文献
引证文献  (3)
同被引文献  (9)
二级引证文献  (0)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(3)
  • 参考文献(1)
  • 二级参考文献(2)
2014(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(1)
  • 参考文献(1)
  • 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)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
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
SimHash算法
Android恶意程序检测
复合特征文本
相似性比较
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
计算机技术与发展
月刊
1673-629X
61-1450/TP
大16开
西安市雁塔路南段99号
52-127
1991
chi
出版文献量(篇)
12927
总下载数(次)
40
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导