您的位置: 专家智库 > >

杨欢

作品数:5 被引量:214H指数:5
供职机构:中国科学院更多>>
发文基金:国家自然科学基金北京市自然科学基金中国博士后科学基金更多>>
相关领域:自动化与计算机技术农业科学更多>>

文献类型

  • 5篇中文期刊文章

领域

  • 3篇自动化与计算...
  • 2篇农业科学

主题

  • 2篇云杉
  • 2篇针叶
  • 2篇针叶林
  • 2篇冷杉
  • 2篇恶意
  • 2篇ANDROI...
  • 1篇代码
  • 1篇代码检测
  • 1篇地被物
  • 1篇亚高山
  • 1篇亚高山针叶林
  • 1篇叶片
  • 1篇用户
  • 1篇用户认证
  • 1篇智能手机
  • 1篇生长季
  • 1篇手机
  • 1篇数据挖掘
  • 1篇土壤
  • 1篇土壤PH值

机构

  • 5篇中国科学院大...
  • 2篇中国科学院
  • 2篇西安电子科技...
  • 1篇石河子大学

作者

  • 5篇杨欢
  • 3篇张玉清
  • 2篇刘奇旭
  • 2篇唐波
  • 2篇胡予濮
  • 2篇郑东辉
  • 2篇刘庆
  • 1篇曹琛
  • 1篇方喆君
  • 1篇李娜
  • 1篇王志强
  • 1篇李丹丹
  • 1篇王凯

传媒

  • 1篇生态学报
  • 1篇应用与环境生...
  • 1篇计算机研究与...
  • 1篇通信学报
  • 1篇计算机学报

年份

  • 1篇2018
  • 1篇2017
  • 2篇2014
  • 1篇2013
5 条 记 录,以下是 1-5
排序方式:
基于权限频繁模式挖掘算法的Android恶意应用检测方法被引量:47
2013年
Android应用所申请的各个权限可以有效反映出应用程序的行为模式,而一个恶意行为的产生需要多个权限的配合,所以通过挖掘权限之间的关联性可以有效检测未知的恶意应用。以往研究者大多关注单一权限的统计特性,很少研究权限之间关联性的统计特性。因此,为有效检测Android平台未知的恶意应用,提出了一种基于权限频繁模式挖掘算法的Android恶意应用检测方法,设计了能够挖掘权限之间关联性的权限频繁模式挖掘算法—PApriori。基于该算法对49个恶意应用家族进行权限频繁模式发现,得到极大频繁权限项集,从而构造出权限关系特征库来检测未知的恶意应用。最后,通过实验验证了该方法的有效性和正确性,实验结果表明所提出的方法与其他相关工作对比效果更优。
杨欢张玉清胡予濮刘奇旭
关键词:数据挖掘ANDROID系统
Android安全综述被引量:92
2014年
Android是一款拥有庞大市场份额的智能移动操作系统,其安全性受到了研究者的广泛关注.介绍了Android的系统架构,分析了Android的安全机制,从系统安全和应用安全2个角度对其安全性能和相关研究进行了讨论.Android系统安全包括了内核层安全、架构层安全和用户认证机制安全3个方面.内核层和架构层的安全威胁主要来自于安全漏洞,内核层的安全研究集中于将SELinux引入内核层以增强安全性能,架构层的安全研究集中于权限机制的改进和应用编程接口(application programming interface,API)的安全实现、规范使用.用户认证机制直接关系到整个系统的隐私数据安全,实现方式灵活多样,得到了研究者的广泛关注.Android应用安全的研究包括了恶意应用检测和漏洞挖掘2项技术,对恶意应用的伪造技术、应用安装时恶意应用检测技术和应用运行过程中实时行为监控技术进行了讨论,对组件暴露漏洞和安全相关API的调用漏洞2类漏洞的相关研究进行了介绍.最后,总结了Android安全研究现状,讨论了未来的研究方向.
张玉清王凯杨欢方喆君王志强曹琛
关键词:漏洞用户认证
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
川西亚高山针叶林树种云杉和冷杉土壤酸碱性差异及其机制被引量:10
2018年
比较了川西亚高山针叶林主要树种粗枝云杉(Picea asperata)和岷江冷杉(Abies faxoniana)样地各土层(0—5 cm、5—10cm、10—20 cm)土壤pH值差异,并从两树种养分吸收和养分归还相关累积H^+输入方面探究其差异原因。研究结果表明:云杉样地各土层土壤pH值均显著高于冷杉样地(P<0.05);云杉样地地被物累积H^+输入显著低于冷杉样地(P<0.05);云杉样地凋落物中P、Mg、N、C平均浓度显著低于冷杉(P<0.05),而Ca、C/N、木质素/N、C/P显著高于冷杉样地(P<0.05),两树种凋落物中木质素、K平均浓度无显著差异。云杉和冷杉凋落物化学特性主成分分析PC_1、PC_2方差贡献率分别为73.7%和15.6%,累积方差贡献率为89.4%,其中PC_1主要综合Ca、C/P、C/N、木质素/N、P、N、Mg的信息;PC_2主要综合木质素、K、C的信息。各土层土壤pH值均与地被物累积H^+输入显著负相关,与PC_1样本分数显著正相关。研究结论:云杉和冷杉样地土壤pH值存在显著树种差异,且云杉使土壤pH值变大,冷杉使土壤pH值变小,这主要与地被物形成以及凋落物化学特性有关,即与凋落物的量和凋落物分解速率、凋落物养分归还率密切相关。
杨欢尹春英唐波唐波赵春章郑东辉刘庆
关键词:土壤PH值地被物针叶林
川西亚高山针叶林云杉和冷杉生长季和非生长季叶片碳氮磷化学计量特征被引量:8
2017年
以川西亚高山针叶林主要优势树种粗枝云杉(Picea asperata)和岷江冷杉(Abies faxoniana)为研究对象,通过比较叶片碳(C)、氮(N)、磷(P)浓度及其化学计量比在生长季(8月)和非生长季(1月)的特征,分析其变化规律并对碳氮磷进行相关性分析.结果显示,云杉和冷杉叶片C、N、P浓度及其计量比均受到采样季节的显著影响,云杉和冷杉叶片C浓度均表现为生长季显著高于非生长季,生长季云杉N浓度显著低于非生长季,生长季云杉和冷杉P浓度均显著低于非生长季.C:N、C:P以及N:P均表现为生长季显著高于非生长季.生长季云杉和冷杉叶C:N:P质量比分别为407:13:1、447:14:1,非生长季C:N:P质量比分别为274:11:1、235:9:1.仅C浓度存在显著的树种间差异,表现为非生长季云杉叶片C浓度显著低于冷杉.两树种叶C、N、P浓度相关性分析结果表明云杉和冷杉叶片C浓度与N浓度、P浓度呈显著负相关,N浓度和P浓度呈显著正相关.本研究表明云杉和冷杉叶中C、N、P化学计量特征主要受生长季节影响,但若要全面了解川西亚高山针叶林C、N、P化学计量特征,还需长期研究并与林下土壤C、N、P化学计量比结合起来讨论分析.
杨欢尹春英郑东辉郑东辉赵文强唐波濮晓珍刘庆
关键词:针叶林生长季叶片
共1页<1>
聚类工具0