Android平台的恶意程序多特征检测

• 作者: 吴帆 曹文静 陆济湘
• 来源期刊: 小型微型计算机系统
• 学科: 工学
• 关键词: 动态分析 静态分析 Android恶意程序 数据挖掘 卡方统计
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 计算机网络与信息安全
• 页码范围: 151-155
• 页数: 5页
• 分类号: TP393
• 字数: 5800字
• 语种: 中文

摘要

如今恶意程序种类繁多,各种检测技术在运行时都会产生大量数据.近年来学者们开始采用数据挖掘技术检测安卓恶意软件,但仍存在一些不足之处:一方面是分类器需要处理的数据繁多,另一方面是同一算法无法充分检测不同特征.针对以上局限性提出基于多类特征的混合算法,首先使用动态、静态结合技术收集程序的函数调用和系统调用特征;接着对于庞大的特征数据采用卡方统计处理,剔除对分类影响较小的数据;然后针对这两类特征构建不同分类器;最后采用49个家族的1100个恶意程序和1000个正常程序进行实验检测.结果显示,此方法在时间执行效率和检测率上比其他相关工作表现更优.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴帆	武汉理工大学理学院	11	45	4.0	6.0
2	陆济湘	武汉理工大学理学院	14	74	5.0	8.0
3	曹文静	武汉理工大学理学院	2	6	2.0	2.0