基于N-gram算法的恶意程序检测系统研究与设计

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：文章针对恶意程序检测中难以检测未知恶意程序等问题,提出了-种提取恶意程序语义特征的方法.该方法使用N-gram 算法对提取的Android应用程序的权限和API特征建立语义特征序列,并对特征序列进行筛选处理,获得了更具代表性的行为特征序列.首先,为了增加特征的有效性,经验丰富的恶意程序分析专家为每个Android SDK中的API 函数添加相应的权重,并使用出现频次和权重值重新计算JV-gram 序列中每个元素的特征值,从而构建了改进的AT-gram序列模型.然后,使用多种机器学习算法进行分类检测,验证其有效性.实验结果表明,提取的特征及改进的JV-gram 算法可以有效检测Android 平台上的恶意程序.http://www.cqvip.com//QK/96116A/201608/669751437.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：AM算法 检测系统 gram RAM Android 机器学习 恶意代码检测 W-gram android应用