作者:
原文服务方: 现代电子技术       
摘要:
传统Android恶意行为识别方法无法解决恶意行为特征的动态波动性,识别出的恶意行为精度差,并且需要耗费大量的时间,因此提出基于RBF神经网络的Android恶意行为识别方法.该方法首先进行Android恶意行为的样本采集、行为特征提取和数据整合,使输出的结果可以被RBF神经网络识别,然后采用RBF神经网络局部逼近的特点提高学习速度,增强神经网络结果的输出质量,并采用K均值聚类算法得到所有特征集中各样本到该特征集中心距离的平方和,取该距离的最小值,通过最小二乘递推法计算隐含层节点到数据输出层节点的权值,完成RBF神经网络的训练,实现Android恶意行为的准确识别.实验结果说明所提方法可以提高对Android恶意行为识别的正确率和效率.
推荐文章
基于Android网络恶意行为检测系统的应用研究
Android
网络恶意行为
Binder
检测
一种RBF神经网络在语音识别中的应用
径向基函数神经网络
语音识别
有序聚类
基于BP神经网络和RBF神经网络的砂土基础液化判别
砂土液化
BP神经网络
RBF神经网络
预测
比较
基于小波分析和RBF神经网络的电梯乘客识别系统
小波分析
RBF神经网络
电梯乘客识别系统
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RBF神经网络的Android恶意行为识别
来源期刊 现代电子技术 学科
关键词 RBF神经网络 Android恶意行为 识别 特征集 局部逼近 权值
年,卷(期) 2018,(15) 所属期刊栏目 网络与信息安全
研究方向 页码范围 83-86,91
页数 5页 分类号 TN915.08-34|TP391
字数 语种 中文
DOI 10.16652/j.issn.1004-373x.2018.15.019
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 陈天伟 5 43 4.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (102)
共引文献  (101)
参考文献  (10)
节点文献
引证文献  (2)
同被引文献  (9)
二级引证文献  (3)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(8)
  • 参考文献(0)
  • 二级参考文献(8)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(11)
  • 参考文献(0)
  • 二级参考文献(11)
2011(13)
  • 参考文献(0)
  • 二级参考文献(13)
2012(10)
  • 参考文献(0)
  • 二级参考文献(10)
2013(8)
  • 参考文献(0)
  • 二级参考文献(8)
2014(24)
  • 参考文献(2)
  • 二级参考文献(22)
2015(7)
  • 参考文献(2)
  • 二级参考文献(5)
2016(6)
  • 参考文献(6)
  • 二级参考文献(0)
2018(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
RBF神经网络
Android恶意行为
识别
特征集
局部逼近
权值
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
现代电子技术
半月刊
1004-373X
61-1224/TN
大16开
1977-01-01
chi
出版文献量(篇)
23937
总下载数(次)
0
总被引数(次)
135074
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导