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:
针对目前Android手机恶意软件越来越多的问题,本文在现有研究的基础上,设计了一个Android恶意软件检测框架.该框架通过提取Android应用程序的特征属性,结合Fisher Score、信息增益和卡方检验三种特征选择方法,对属性特征进行预处理,然后利用恶意检测模块中的改进决策树算法对软件进行分类.通过实验仿真,结果表明使用该检测框架检测恶意软件具有较低的误报率和较高的精确度.
推荐文章
基于软件基因的Android恶意软件检测与分类
Android安全
恶意软件基因
use-def链
检测
分类
基于改进决策树分类算法的遥感影像分类研究
决策树
分形
纹理特征
毯覆盖模型
遥感影像分类
基于深度自编码和决策树的恶意域名检测
恶意域名检测
深度自编码
决策树
域名统计特征
重构误差
基于最小距离分类器的Android恶意软件检测方案
最小距离分类器
安卓
权限频率
恶意软件检测
数据挖掘
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 基于改进决策树分类的Android恶意软件检测
来源期刊 软件 学科 工学
关键词 Android系统 恶意软件 检测 决策树
年,卷(期) 2017,(2) 所属期刊栏目 基金项目论文
研究方向 页码范围 33-36
页数 4页 分类号 TP311
字数 3107字 语种 中文
DOI 10.3969/j.issn.1003-6970.2017.02.008
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 鲍美英 山西大同大学数学与计算机科学学院 18 80 5.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (29)
共引文献  (55)
参考文献  (8)
节点文献
引证文献  (5)
同被引文献  (15)
二级引证文献  (0)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(8)
  • 参考文献(0)
  • 二级参考文献(8)
2012(10)
  • 参考文献(3)
  • 二级参考文献(7)
2013(5)
  • 参考文献(1)
  • 二级参考文献(4)
2014(4)
  • 参考文献(1)
  • 二级参考文献(3)
2015(6)
  • 参考文献(2)
  • 二级参考文献(4)
2016(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)
2018(3)
  • 引证文献(3)
  • 二级引证文献(0)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
Android系统
恶意软件
检测
决策树
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
软件
月刊
1003-6970
12-1151/TP
16开
北京市3108信箱
1979
chi
出版文献量(篇)
9374
总下载数(次)
40
论文1v1指导