期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于特征加权的深度学习Android恶意检测系统研究 被引量:7
1
作者 葛文麒 杨清 +1 位作者 廖俊国 何羽轩 《计算机工程》 CAS CSCD 北大核心 2020年第11期174-180,共7页
当前Android系统恶意应用程序数量增长迅猛,然而传统检测系统无法对其进行快速有效检测,移动终端安全性面临严重威胁。提出一种将特征加权与双向长短期记忆(Bi-LSTM)神经网络深度学习算法相结合的恶意检测系统。采用静态分析方法从恶意... 当前Android系统恶意应用程序数量增长迅猛,然而传统检测系统无法对其进行快速有效检测,移动终端安全性面临严重威胁。提出一种将特征加权与双向长短期记忆(Bi-LSTM)神经网络深度学习算法相结合的恶意检测系统。采用静态分析方法从恶意与良性应用程序中提取不同类型行为特征,利用特征加权方法消除噪声与不相关因素后构建特征向量,使用Bi-LSTM深度学习算法优化行为特征参数,并设计恶意与良性应用程序分类模型,建立特征加权与深度学习算法相结合的恶意应用程序检测系统。实验结果表明,与支持向量机、RNN等传统检测系统相比,该系统对恶意应用程序具有较高的检测精度与准确率。 展开更多
关键词 ANDROID系统 恶意应用 特征加权 深度学习 双向长短期记忆神经网络
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部