【摘 要】
:
Android恶意应用的迅速增长引发了极大的安全隐患,很多行为特征容易受到代码混淆技术的影响,导致恶意行为无法被有效检测.提出了一种基于随机森林的Android恶意应用检测模型.
【机 构】
:
中国科学院大学,中国科学院信息工程研究所,国网电子商务有限公司(国网雄安金融科技集团有限公司),国家电网有限公司区块链技术实验室
【基金项目】
:
国家电网科技项目(SGTYHT/19-JS-217)
论文部分内容阅读
Android恶意应用的迅速增长引发了极大的安全隐患,很多行为特征容易受到代码混淆技术的影响,导致恶意行为无法被有效检测.提出了一种基于随机森林的Android恶意应用检测模型.模型选用危险权限、敏感API调用、Service、Activity、Intent、短信发送频率等特征,其中危险权限和Service等Android组件在代码混淆过程中不受影响,采用随机森林、决策树、SVM和卷积神经网络等机器学习方法,利用10折交叉验证的方法训练.通过实验证明,对于未混淆的数据集,该方法能达到分类准确率95.77%
其他文献
国家信息中心联合瑞星公司共同发布《2020年中国网络安全报告》,该报告综合国家信息中心数据、瑞星安全研究院、瑞星威胁情报平台、瑞星客户服务中心等部门的统计和研究,根据
面对当前医疗记录存在的数据共享难、患者数据隐私泄露等问题,目前相关研究对上述问题的解决具有局限性,限制了医疗机构的快速发展.针对以上问题,提出了一种新的双区块链模型
地市媒体融合是大趋势,融媒体中心建设是重要支撑,内容建设是融合的核心。地市媒体融合要实现从"相加"到"相融",做到"全媒体、融传播",打造全媒体时代的新型主流媒体,还有很
网络攻击多样化、分布式和高频率的特点,对国民经济和社会发展带来巨大威胁.在工业控制领域,针对网络控制系统安全的研究愈发重要.主要考虑了一类基于混杂驱动机制与双通道量