基于电量消耗的Android平台恶意软件检测.pdf

基于电量消耗的Android平台恶意软件检测.pdf

  1. 1、本文档共6页,可阅读全部内容。
  2. 2、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。
  3. 3、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
  4. 4、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)。
查看更多
( ) / 清华大学学报 自然科学版 年 第 卷 第 期 ISSN1000G0054 2017 57 1 920 /   ( ), , , CN11G2223N  JTsinhuaUniv SciTechnol 2017 Vol.57 No.1 44G49 g 基于电量消耗的Android平台恶意软件检测 , 杨宏宇 唐瑞文   ( , ) 中国民航大学 计算机科学与技术学院 天津 300300 : 摘 要 根据 应用在运行期的耗电时序波形与声 . ,   Android 优势始终保持在 50%以上的市场占有率 但是 , 波信号类似的特点 该文提出了一种基于 Mel频谱倒谱系 Android平台的开源特点也给恶意软件的开发者提 数( , )的恶意软件 Melfreuenc cestralcoefficients MFCC q y p , 供了便利条件 其安全问题已经成为了一个备受关 . , 检测算法 首先计算耗电时序波形的MFCC 根据 MFCC 注的热点. 的分布构建 混合模 型 ( , Gauss Gaussianmixturemodel [] 1 根据 FGSecure 的最新统计,2014年新增的 ). , GMM 然后采用 GMM 对电量消耗进行分析 通过对应 , Android平台安全威胁多达 277种 其中91%是如 . : 用软件的分类处理识别恶意软件 实验证明 应用软件的 、 、 后台短信发送 非授权下载 恶意 APP应用和 GPS , 功能与电量消耗关系密切 并且基于软件的电量消耗信息 位置追踪等对移动终端设备或个人信息的直接威 分析可以较准确地

文档评论(0)

136****3783 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档