基于关联特征的贝叶斯Android恶意程序检测技术.PDF

第３４卷第１期　　　 计算机应用与软件 Ｖｏｌ３４Ｎｏ．１ ２０１７年１月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ｊａｎ．２０１７ 基于关联特征的贝叶斯Ａｎｄｒｏｉｄ恶意程序检测技术 王　聪　张仁斌　李　钢 （合肥工业大学计算机与信息学院　安徽合肥２３０００９） 摘　要　　Ａｎｄｒｏｉｄ应用恶意性和它所申请的权限关系密切，针对目前恶意程序检测技术检出率不高，存在误报， 缺乏对未知恶意程序检测等不足，为实现对Ａｎｄｒｏｉｄ平台恶意程序进行有效检测，提出了一种基于关联权限特征 的静态检测方法。首先对获取的应用权限特征进行预处理，通过频繁模式挖掘算法构造关联特征集，然后采用冗 余关联特征剔除算法对冗余关联特征进行精简，最后通过计算互信息来进行特征筛选，获得最具分类能力的独立 特征空间，利用贝叶斯分类算法进行恶意程序的检测。实验结果证明，在贝叶斯分类之前对特征进行处理具有较 强的有效性和可靠性，能够使Ａｎｄｒｏｉｄ恶意程序检出率稳定在９２．１％