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:
为了有效检测Android恶意软件,提出一种基于函数调用图的检测方法.通过将应用程序的函数调用关系表示为图结构,结合深度学习处理图的算法对图结构经过节点排序、归一化等处理,生成能够输入卷积神经网络的局部感受野从而建立恶意软件分类模型.通过和不同的恶意软件检测模型对比,证明基于图结构的检测方法有较高的检测准确率和检测效率.
推荐文章
基于函数调用图的Android恶意代码检测方法研究
机器学习
Android程序
函数调用图
图谱理论
特征提取
采用函数调用关系的注入型Android恶意应用检测
Android
恶意代码
静态分析
函数调用关系
基于Android系统的手机恶意软件检测模型
Android系统
恶意软件
数据挖掘
敏感API
FP-growth算法
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
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 基于函数调用图的Android恶意软件检测
来源期刊 现代计算机 学科
关键词 Android 恶意软件检测 函数调用图 深度学习 卷积神经网络
年,卷(期) 2018,(12) 所属期刊栏目 研究与开发
研究方向 页码范围 28-33
页数 6页 分类号
字数 4764字 语种 中文
DOI 10.3969/j.issn.1007-1423.2018.12.007
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 李璐 北京交通大学计算机与信息技术学院 12 57 3.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (7)
共引文献  (31)
参考文献  (1)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
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)
2012(3)
  • 参考文献(0)
  • 二级参考文献(3)
2014(2)
  • 参考文献(0)
  • 二级参考文献(2)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(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)
研究主题发展历程
节点文献
Android
恶意软件检测
函数调用图
深度学习
卷积神经网络
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
现代计算机
旬刊
1007-1423
44-1415/TP
16开
广东省广州市
46-121
1984
chi
出版文献量(篇)
11312
总下载数(次)
39
总被引数(次)
33178
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导