|
1
|
基于全整型量化与多LSTM的Android恶意软件检测 |
李红娇
吴佳蓓
顾凡
|
《计算机工程与设计》
北大核心
|
2025 |
0 |
|
|
2
|
基于深度学习的Android恶意软件动态检测 |
张雪芹
王逸璇
赵敏
|
《计算机工程与设计》
北大核心
|
2024 |
5
|
|
|
3
|
基于CBAM-CGRU-SVM的Android恶意软件检测方法 |
孙敏
成倩
丁希宁
|
《计算机应用》
CSCD
北大核心
|
2024 |
6
|
|
|
4
|
基于GCN和BiLSTM的Android恶意软件检测方法 |
贺娇君
蔡满春
芦天亮
|
《计算机科学》
CSCD
北大核心
|
2024 |
1
|
|
|
5
|
融合多样频度与分布差异的Android恶意软件检测 |
赵旭康
刘晓锋
徐洁
|
《计算机工程与设计》
北大核心
|
2024 |
2
|
|
|
6
|
基于签名与数据流模式挖掘的Android恶意软件检测系统 |
宁卓
邵达成
陈勇
孙知信
|
《计算机科学》
CSCD
北大核心
|
2017 |
12
|
|
|
7
|
基于代码图像合成的Android恶意软件家族分类方法 |
李默
芦天亮
谢子恒
|
《计算机应用》
CSCD
北大核心
|
2022 |
2
|
|
|
8
|
一种基于元信息的Android恶意软件检测方法 |
李江华
邱晨
|
《计算机应用研究》
CSCD
北大核心
|
2019 |
5
|
|
|
9
|
Android恶意软件检测低冗余特征选择方法 |
郝靖伟
潘丽敏
李蕊
杨鹏
罗森林
|
《北京航空航天大学学报》
EI
CAS
CSCD
北大核心
|
2022 |
9
|
|
|
10
|
基于随机森林的Android恶意软件检测方法研究 |
宋鑫
赵楷
张琳琳
方文波
|
《信息网络安全》
CSCD
北大核心
|
2019 |
9
|
|
|
11
|
深度可分离卷积在Android恶意软件分类的应用研究 |
褚堃
万良
马丹
张志宁
|
《计算机应用研究》
CSCD
北大核心
|
2022 |
6
|
|
|
12
|
一种基于生物启发特征优化的Android恶意软件检测方法 |
黄啸晨
封化民
刘飚
王子晔
鱼海洋
葛鸽
|
《计算机应用与软件》
北大核心
|
2022 |
6
|
|
|
13
|
基于网络行为的Android恶意软件检测方案 |
侯勤胜
曹天杰
陈秀清
|
《安徽大学学报（自然科学版）》
CAS
北大核心
|
2016 |
3
|
|
|
14
|
InterDroid:面向概念漂移的可解释性Android恶意软件检测方法 |
张炳
文峥
魏筱瑜
任家东
|
《计算机研究与发展》
EI
CSCD
北大核心
|
2021 |
10
|
|
|
15
|
基于深度学习的Android恶意软件检测:成果与挑战 |
陈怡
唐迪
邹维
|
《电子与信息学报》
EI
CSCD
北大核心
|
2020 |
8
|
|
|
16
|
一种面向Android恶意软件的多视角多任务学习检测方法 |
仝鑫
金波
王靖亚
杨莹
|
《信息网络安全》
CSCD
北大核心
|
2022 |
1
|
|
|
17
|
基于AE-DBN的Android恶意软件检测 |
吴招娣
徐洋
谢晓尧
|
《贵州师范大学学报（自然科学版）》
CAS
|
2019 |
2
|
|
|
18
|
基于深度自编码网络的Android恶意软件检测方法 |
孙志强
万良
丁红卫
|
《计算机科学》
CSCD
北大核心
|
2020 |
5
|
|
|
19
|
WEID:一种基于信息量差加权集成的Android恶意软件检测方法 |
张高峰
鲍旭丹
刘敬
夏雪晗
郑利平
|
《计算机应用与软件》
北大核心
|
2022 |
4
|
|
|
20
|
基于改进贝叶斯分类的Android恶意软件检测 |
张思琪
|
《无线电通信技术》
|
2014 |
6
|
|
