基于数据挖掘的Android恶意应用检测方法的研究

• 作者: 李秀 陆南
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: Android权限 特征选择 Relief算法 Apriori算法 随机森林算法
• 年，卷（期）: 2019,（12）
• 所属期刊栏目: 信息处理与网络安全
• 页码范围: 3089-3094
• 页数: 6页
• 分类号: TP309.5
• 字数: 3981字
• 语种: 中文
• DOI: 10. 3969/j. issn. 1672-9722. 2019. 12. 029

摘要

随着Android恶意应用的数量越来越多,危害越来越大,提出一种行之有效的恶意应用检测方法也越来越紧迫.Android权限是静态检测中最为有效的特征,但由于其种类繁多,且每个权限对分类的贡献大小不一,因此,选择对分类贡献明显的权限尤为重要.针对此问题,论文提出了一种结合Relief算法和Apriori算法的特征选择方法——RApriori.该方法利用Relief算法对Android权限去冗余,进行一次特征选择;然后利用Apriori算法对去冗余后的权限关联挖掘,进行二次特征选择.最后,利用随机森林算法对经特征选择后的权限分类建模.通过实验验证该方法的有效性和可行性,实验结果表明,RApriori方法的恶意应用检测率达到90%,而误报率仅为9%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陆南	江苏科技大学电子信息学院	20	155	7.0	12.0
2	李秀	江苏科技大学电子信息学院	3	6	2.0	2.0