HI,欢迎来到好期刊网,发表咨询:400-888-9411 订阅咨询:400-888-1571证券代码(211862)

基于集成学习的安卓恶意程序检测技术

摘要:随着安卓恶意程序的数量的急剧增加,恶意程序检测已成为一个重要的研究课题.然而,目前许多研究表明,恶意程序的检测仍然需要改进,安卓的碎片问题和需要root权限,阻碍了这些方法的广泛使用.现有的杀毒程序依赖于需要实时更新的签名数据库,这无法检测出零日恶意程序.在本文中,我们提取了安卓程序中的特征,进行混合,选择集成算法中的DECORATE算法,并用WEKA工具辅助进行分类恶意程序的检测.该方法最终达到95.8%的检测精度,同时我们在真实的数据集上经过十折交叉验算实验及对比.

关键词:
  • 安卓恶意程序检测  
  • 静态检测  
  • 集成学习  
  • decorate  
作者:
李孔渤; 王春东
单位:
天津理工大学计算机科学与工程学院; 天津300384
刊名:
天津理工大学学报

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

期刊名称:天津理工大学学报

天津理工大学学报紧跟学术前沿,紧贴读者,国内刊号为:12-1374/N。坚持指导性与实用性相结合的原则,创办于1985年,杂志在全国同类期刊中发行数量名列前茅。