10.3969/j.issn.1000-386x.2017.01.052
基于关联特征的贝叶斯Android恶意程序检测技术
Android应用恶意性和它所申请的权限关系密切,针对目前恶意程序检测技术检出率不高,存在误报,缺乏对未知恶意程序检测等不足,为实现对Android平台恶意程序进行有效检测,提出了一种基于关联权限特征的静态检测方法.首先对获取的应用权限特征进行预处理,通过频繁模式挖掘算法构造关联特征集,然后采用冗余关联特征剔除算法对冗余关联特征进行精简,最后通过计算互信息来进行特征筛选,获得最具分类能力的独立特征空间,利用贝叶斯分类算法进行恶意程序的检测.实验结果证明,在贝叶斯分类之前对特征进行处理具有较强的有效性和可靠性,能够使Android恶意程序检出率稳定在92.1％,误报率为8.3％,检测准确率为93.7％.
贝叶斯分类、安卓、恶意检测、关联特征、特征选择
34
TP3(计算技术、计算机技术)
国家自然科学基金项目61273237
2017-05-26（万方平台首次上网日期，不代表论文的发表时间）
共7页
286-292
