-
题名基于改进人工蜂群算法的Android恶意应用检测
被引量：3
- 1
-
-
作者
徐开勇
肖警续
郭松
戴乐育
段佳良
-
机构
网络空间安全教研室(信息工程大学)
-
出处
《计算机科学》
CSCD
北大核心
2019年第S11期421-427,共7页
-
基金
高安全等级移动终端项目资助
-
文摘
随着互联网和移动终端的飞速发展,手机中存储着很多重要的信息,要保证这些信息安全不被泄露的一个重要方法就是对手机中的恶意应用进行检测与处理。在对恶意应用进行检测前需要对样本进行特征提取,而如何在众多特征中进行有效的选取是恶意应用检测中一个至关重要的过程。文中针对Android平台的应用,参考相关的Android恶意检测方法,建立了一个基于改进人工蜂群算法的Android恶意应用检测模型,通过对特征进行有效的选择,最终得到使分类结果最优的特征组合,从而提高对Android恶意应用检测的检测性能。在静态和动态条件下分别对Android应用特征进行提取,通过多种分类算法对恶意应用检测模型进行检验,结果证实提出的基于改进人工蜂群算法的Android恶意应用检测方法具有可行性与优越性。
-
关键词
恶意应用检测
人工蜂群
特征选取
特征优化
-
Keywords
Malicious application detection
Artificial bee colony classification
Feature selection
Feature optimization
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
-
