2025年4月2日
星期三
|
欢迎来到南京江宁区图书馆•公共文化服务平台
登录
|
注册
|
进入后台
[
APP下载]
[
APP下载]
扫一扫,既下载
全民阅读
职业技能
专家智库
参考咨询
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:90
H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>>
相关作品
相关人物
相关机构
相关资助
相关领域
题名
作者
机构
关键词
文摘
任意字段
作者
题名
机构
关键词
文摘
任意字段
在结果中检索
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
共
1
条 记 录,以下是 1-1
全选
清除
导出
排序方式:
相关度排序
被引量排序
时效排序
基于多类特征的Android应用恶意行为检测系统
被引量:90
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
全选
清除
导出
共1页
<
1
>
聚类工具
0
执行
隐藏
清空
用户登录
用户反馈
标题:
*标题长度不超过50
邮箱:
*
反馈意见:
反馈意见字数长度不超过255
验证码:
看不清楚?点击换一张