原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于APK签名信息反馈的Android恶意应用检测.pdf
第38卷第5期 通信学报 Vbl．38No．5
2017年5月 JollnlalonCommⅦnications Mav2017
doi：10．11959／j．issn．1000—436x．2017095
基于APK签名信息反馈的Android恶意应用检测
刘新宇，翁健，张悦，冯丙文，翁嘉思
(暨南大学信息科学技术学院，广东广州510632)
类算法的基础上采用启发式规则学习的方式对特征值进行提取，并对检测集中的APK签名信息进行验证筛选，
实现了启发式反馈，达到更加准确地检测恶意应用的目的。sigFeedback检测算法具有检测率高、误报率低的特
点。最后通过实验显示si莎eedback算法具有较高的效率，且能使误报率从13％降低到3％。
关键词：误报率；恶意应用；启发式学习；有效性；检测率
中图分类号：TP309．1 文献标识码：A
Androidmalwaredetectionbased0nAPK
informationfeedback
signature
LIU Jia—si
Xin—yu，WENGJian，ZHANGYUe，FENG
Bing—wen，WENG
ofInfoHllationscienceand 5
(college Techn0109y，Jinanunivers慨Guangzhou10632，china)
Abstract：AnewmalwaredetectlonmethodbasedonAPK ofinfonnation
signature pro—
onSVMclassincation methodof extraction
posed．Based heuristicmle to
algorithm，meeigenValue adoped leamingsig
APKinfomation italso theheuristic which
achievedme of
veri匆screening，andimplemented feedback，行om purpose
moreaccuratedetectionofmalicious detection the ofthe detec—
sof细are．SigFeedbackalgorithmeniovedadvantagehigh
tionrateandlowf．alse the showthatthe has
positiVerate．Finally
experiment SigFeedbackalgorithmhighefHciency，
therateoffalse 13％downto3％．
making positive丘om
words：false
文档评论（0）