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:
提出一种基于多上下文特征的Android恶意程序检测方法,将敏感权限、广义敏感应用程序接口(API)和敏感系统广播三类敏感资源作为原始特征,并与其发生的上下文相结合形成程序特征,区分应用程序的良性和恶意行为.构造了基于回调函数的过程间控制流图,并定义了一组过滤压缩规则.用该方法对4 972 个应用程序进行检测分析,结果表明:随机森林算法在本文的特征集上表现效果最佳,准确率为95.4%,召回率为96.5%,本文方法比其他方法的检测效果更优.
推荐文章
Android系统恶意程序检测技术研究
Android
安全问题
恶意程序检测
支持向量机
基于机器学习算法的Android恶意程序检测系统
随机森林
恶意代码检测
多类特征
安卓应用
机器学习
多分辨率多上下文的脑磁共振图像自动分割
多分辨率
多上下文
磁共振图像
图像分割
恶意程序的检测和删除
恶意程序
复制
检测
删除``
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 多上下文特征的Android恶意程序静态检测方法
来源期刊 华中科技大学学报(自然科学版) 学科 工学
关键词 恶意程序检测 静态分析 机器学习 多上下文特征 广义敏感应用程序接口(API)
年,卷(期) 2020,(2) 所属期刊栏目 计算机与控制工程
研究方向 页码范围 85-90
页数 6页 分类号 TP311.5
字数 语种 中文
DOI 10.13245/j.hust.200215
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 刘晓建 西安科技大学计算机科学与技术学院 4 10 2.0 3.0
2 雷倩 西安科技大学计算机科学与技术学院 1 0 0.0 0.0
3 杜茜 西安科技大学计算机科学与技术学院 1 0 0.0 0.0
4 刘柯宏 西安科技大学计算机科学与技术学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (20)
共引文献  (75)
参考文献  (4)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(5)
  • 参考文献(0)
  • 二级参考文献(5)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(7)
  • 参考文献(2)
  • 二级参考文献(5)
2015(2)
  • 参考文献(0)
  • 二级参考文献(2)
2016(4)
  • 参考文献(0)
  • 二级参考文献(4)
2017(2)
  • 参考文献(1)
  • 二级参考文献(1)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(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
恶意程序检测
静态分析
机器学习
多上下文特征
广义敏感应用程序接口(API)
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
华中科技大学学报(自然科学版)
月刊
1671-4512
42-1658/N
大16开
武汉市珞喻路1037号
38-9
1973
chi
出版文献量(篇)
9146
总下载数(次)
26
总被引数(次)
88536
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导