您的位置: 专家智库 > >

中国博士后科学基金(2012T50152)

作品数:1 被引量:86H指数:1
相关作者:杨欢胡予濮张玉清刘奇旭更多>>
相关机构:中国科学院大学西安电子科技大学更多>>
发文基金:中国博士后科学基金北京市自然科学基金国家自然科学基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 1篇中文期刊文章

领域

  • 1篇自动化与计算...

主题

  • 1篇代码
  • 1篇代码检测
  • 1篇智能手机
  • 1篇手机
  • 1篇网络
  • 1篇网络行为
  • 1篇系综
  • 1篇恶意
  • 1篇恶意代码
  • 1篇恶意代码检测
  • 1篇恶意行为
  • 1篇ANDROI...

机构

  • 1篇西安电子科技...
  • 1篇中国科学院大...

作者

  • 1篇刘奇旭
  • 1篇张玉清
  • 1篇胡予濮
  • 1篇杨欢

传媒

  • 1篇计算机学报

年份

  • 1篇2014
1 条 记 录,以下是 1-1
排序方式:
基于多类特征的Android应用恶意行为检测系统被引量:86
2014年
目前针对未知的Android恶意应用可以采用数据挖掘算法进行检测,但使用单一数据挖掘算法无法充分发挥Android应用的多类行为特征在恶意代码检测上所起的不同作用.文中首次提出了一种综合考虑Android多类行为特征的三层混合系综算法THEA(Triple Hybrid Ensemble Algorithm)用于检测Android未知恶意应用.首先,采用动静态结合的方法提取可以反映Android应用恶意行为的组件、函数调用以及系统调用类特征;然后,针对上述3类特征设计了三层混合系综算法THEA,该算法通过构建适合3类特征的最优分类器来综合评判Android应用的恶意行为;最后,基于THEA实现了Android应用恶意行为检测工具Androdect,并对现实中的1126个恶意应用和2000个非恶意应用进行检测.实验结果表明,Androdect能够利用Android应用的多类行为特征有效检测Android未知恶意应用.并且与其它相关工作对比,Androdect在检测准确率和执行效率上表现更优.
杨欢张玉清胡予濮刘奇旭
关键词:ANDROID应用恶意代码检测智能手机网络行为
共1页<1>
聚类工具0