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:
提出一种基于敏感权限和API的Android恶意软件家族分类方法,通过提取敏感权限和敏感API,将两部分特征进行融合,构建特征库,最后结合随机森林算法进行恶意软件的家族分类.实验结果表明,该方法的检测精确度达到98.4%,显著优于其他基线算法,能够反映恶意软件的相似性和同源性.
推荐文章
基于SVM的敏感权限Android恶意软件检测方法
Android
敏感权限特征
恶意检测
SVM
基于Android权限信息的恶意软件检测
权限
恶意检测
安卓
机器学习
数据挖掘
基于静态行为特征的细粒度Android恶意软件分类
Android
静态特征
细粒度恶意分类
基于对比权限模式的恶意软件检测方法
恶意软件
关联规则
组合分类器
权限模式
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 基于敏感权限和API的Android恶意软件家族分类方法
来源期刊 郑州大学学报(理学版) 学科 工学
关键词 Android 恶意软件家族 分类 随机森林
年,卷(期) 2020,(3) 所属期刊栏目 信息科学
研究方向 页码范围 75-79,91
页数 6页 分类号 TP309
字数 4196字 语种 中文
DOI 10.13705/j.issn.1671-6841.2019559
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (10)
共引文献  (1)
参考文献  (5)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(2)
  • 参考文献(1)
  • 二级参考文献(1)
2015(2)
  • 参考文献(1)
  • 二级参考文献(1)
2016(1)
  • 参考文献(0)
  • 二级参考文献(1)
2017(6)
  • 参考文献(1)
  • 二级参考文献(5)
2018(3)
  • 参考文献(2)
  • 二级参考文献(1)
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
Android
恶意软件家族
分类
随机森林
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
郑州大学学报(理学版)
季刊
1671-6841
41-1338/N
大16开
郑州市高新技术开发区科学大道100号
36-191
1962
chi
出版文献量(篇)
2278
总下载数(次)
0
总被引数(次)
9540
论文1v1指导