多维敏感特征的Android恶意应用检测-计算机科学.PDF

多维敏感特征的Android恶意应用检测-计算机科学.PDF

  1. 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. 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. 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)。
查看更多
第 卷 第 期 计 算 机 科 学 46   2 Vol.46No.2 年 月 2019 2 COMPUTER SCIENCE Feb.2019 多维敏感特征的Android恶意应用检测 , 1 12 1 1 1 1 谢念念 曾凡平 周明松 秦晓霞 吕成成 陈 钊             1 (中国科学技术大学计算机科学与技术学院 合肥 )   230026 2 (安徽省计算与通讯软件重点实验室 合肥 )   230026   . , 摘 要 应用程序的行为语义在 恶意应用检测中起着关键作用 为了区分应用的行为语义 文中提出适合     Android . , 用于 恶意应用检测的特征和方法 首先定义广义敏感 强调要考虑广义敏感 的触发点是否与 事 Android API API UI , . , 件相关 并且要结合应用实际使用的权限 该方法将广义敏感 API及其触发点抽象为语义特征 将应用实际使用的 , . , 权限作为语法特征 再利用机器学习分类方法自动检测应用是否具有恶意性 在 13226个样本上进行了对比实验 实 , , ; 验结果表明 该方法的分析速度快且开销小 选取的特征集使 Android恶意应用检测得到很好的结果 经机器学习分 , , , 类技术的比较 我们选择随机森林作为检测方案中的分类技术 所提特征策略的分类准确率达到 96.5% AUC达到 , . 0.99恶意应用的分类精度达到 98.8% , , , , 关键词 安卓恶意应用检测 静态分析 语法特征 语义特征 机器学习   中图法分类号

文档评论(0)

fengruiling + 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