基于机器学习算法的Android恶意程序检测系统

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

摘要：对于传统的恶意程序检测方法存在的缺点，针对将数据挖掘和机器学习算法被应用在未知恶意程序的检测方法进行研究。当前使用单一特征的机器学习算法无法充分发挥其数据处理能力，检测效果不佳。将语音识别模型与随机森林算法相结合，首次提出了综合APK文件多类特征统一建立N-gram模型，并应用随机森林算法用于未知恶意程序检测。首先，采用多种方式提取可以反映Android恶意程序行为的三类特征，包括敏感权限、DVM函数调用序列以及OpCodes特征；然后，针对每类特征建立N—gram模型，每个模型可以独立评判恶意程序行为；最后，三类特征模型统一加入随机森林算法进行学习，从而对Android程序进行检测。基于该方法实现了Android恶意程序检测系统，并对811个非恶意程序及826个恶意程序进行检测，准确率较高。综合各个评价指标，与其他相关工作对比，实验结果表明该系统在恶意程序检测准确率和有效性上表现更优。

原文链接:http://www.cqvip.com//QK/93231X/201706/672145606.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：Android 机器学习算法 DROID 学习算法 机器学习 随机森林 恶意代码检测 多类特征 安卓应用 机器学习