基于关联特征的贝叶斯Android恶意程序检测技术

• 作者: 张仁斌 李钢 王聪
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 贝叶斯分类 安卓 恶意检测 关联特征 特征选择
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 安全技术
• 页码范围: 286-292
• 页数: 7页
• 分类号: TP3
• 字数: 6270字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2017.01.052

摘要

Android应用恶意性和它所申请的权限关系密切,针对目前恶意程序检测技术检出率不高,存在误报,缺乏对未知恶意程序检测等不足,为实现对Android平台恶意程序进行有效检测,提出了一种基于关联权限特征的静态检测方法.首先对获取的应用权限特征进行预处理,通过频繁模式挖掘算法构造关联特征集,然后采用冗余关联特征剔除算法对冗余关联特征进行精简,最后通过计算互信息来进行特征筛选,获得最具分类能力的独立特征空间,利用贝叶斯分类算法进行恶意程序的检测.实验结果证明,在贝叶斯分类之前对特征进行处理具有较强的有效性和可靠性,能够使Android恶意程序检出率稳定在92.1％,误报率为8.3％,检测准确率为93.7％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张仁斌	合肥工业大学计算机与信息学院	37	235	9.0	12.0
2	李钢	合肥工业大学计算机与信息学院	45	439	12.0	19.0
3	王聪	合肥工业大学计算机与信息学院	5	20	3.0	4.0