基于改进贝叶斯分类的Android恶意软件检测.pdfVIP

doi :10 ． 3969 /j ． issn． 1003 － 3114 ． 20 14 ． 06 ． 20 : ． Android ［J］． ，2014 ，40 (6):73 － 76． 引用格式 张思琪 基于改进贝叶斯分类的 恶意软件检测 无线电通信技术 基于改进贝叶斯分类的Android 恶意软件检测 张思琪 ( ， 100876) 北京邮电大学信息安全中心 北京 : Android ， Android 摘 要 针对 手机安全受恶意软件威胁越来越严重这一问题 提出一种改进的 恶意软件检测算 。 Android ， ， 法 监控从 移动设备应用程序获取的多种行为特征值 应用机器学习技术 通过与卡方检验滤波测试结合的 ， Android 。 ， 方式改进传统的朴素贝叶斯算法 检测 系统中的恶意软件 通过实验仿真 结果表明在采取朴素贝叶斯分类 ， ， Android 模型之前 使用卡方检验过滤应用程序的行为特征 可以使基于 的恶意软件检测技术拥有较低的误报率和较 高的精度。 :Android ; ; ; ; 关键词 恶意软件 动态检测 机器学习 朴素贝叶斯 卡方检验 中图分类号:TN929 ． 5 文献标识码:A 文章编号:1003 － 3114 (2014)06 － 73 － 4 Android Malware Detection Technology Based on Improved Bayesian Classification ZHANG Si-qi (Information Security Center ，Beijing University of Posts and Telecommunications ，Beijing 100876 ，China) Abstract :The mobile Security for Android is facing more and more seriously threats ，this paper proposes an improved Android malware detection algorithm． A variety of behavioral characteristic values obtained from the Android mobile device applications are monitored ，the conventional Bayesian algorithm is improved by using machine learning technology and combining with chi-square test filtering methods and the malware software in Android system is detected． The simulation results show that the behavior features of using chi-square test filtration before taking Naive Bayes