

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、近年來(lái),智能移動(dòng)終端的惡意應(yīng)用程序的種類和數(shù)量急速增長(zhǎng)。智能移動(dòng)終端的惡意應(yīng)用的檢測(cè)技術(shù)研究越來(lái)越受關(guān)注。傳統(tǒng)的檢測(cè)方法是基于先驗(yàn)特征進(jìn)行匹配檢測(cè),對(duì)于已知類型的變種及新型惡意程序難以進(jìn)行有效的檢測(cè)。利用機(jī)器學(xué)習(xí)方法對(duì)惡意應(yīng)用程序進(jìn)行分類檢測(cè),不僅可以有效的檢測(cè)已知惡意應(yīng)用程序,對(duì)已知惡意應(yīng)用程序的變種和新型惡意程序也有很好的檢測(cè)效果。本文在學(xué)習(xí)現(xiàn)有惡意應(yīng)用檢測(cè)技術(shù)的基礎(chǔ)上,提出一種基于多維特征機(jī)器學(xué)習(xí)的智能移動(dòng)終端惡意應(yīng)用檢測(cè)方案,從
2、界面組件相對(duì)頻度、權(quán)限聲明信息和API調(diào)用信息這三個(gè)特征維度對(duì)惡意應(yīng)用程序進(jìn)行特征參數(shù)提取及分類,并對(duì)分類結(jié)果進(jìn)行加權(quán)投票,給出綜合判定結(jié)果。
本文的主要工作及創(chuàng)新點(diǎn)如下:
1、提出了一個(gè)基于多維特征機(jī)器學(xué)習(xí)的智能終端惡意應(yīng)用聯(lián)合檢測(cè)方案。對(duì)于待檢測(cè)的應(yīng)用程序進(jìn)行多維度特征提取,并通過(guò)構(gòu)建相互獨(dú)立的分類器進(jìn)行決策。利用集成學(xué)習(xí)的原理,將分類器的決策結(jié)果加權(quán)投票后給出判決結(jié)果。根據(jù)分類器檢測(cè)準(zhǔn)確率設(shè)定權(quán)重系數(shù),充分發(fā)揮
3、單個(gè)分類器的優(yōu)勢(shì),用于提升惡意代碼檢測(cè)準(zhǔn)確率。
2、提出了基于不同特征的分類器構(gòu)建方法:采用基于深度優(yōu)先遍歷算法的遞歸搜索提取各類組件基于界面組件相對(duì)頻度特征參數(shù)并構(gòu)建分類器;采用基于字符串匹配的Boyer-Moore匹配搜索算法提取程序中出現(xiàn)的權(quán)限聲明信息頻度特征參數(shù)并構(gòu)建分類器;基于n-gram算法的文本搜索算法提取信息增益最大的前20個(gè)API的調(diào)用次數(shù)特征參數(shù)并構(gòu)建分類器。
3、設(shè)計(jì)并實(shí)現(xiàn)了一個(gè)基于多個(gè)維特征機(jī)
4、器學(xué)習(xí)的智能移動(dòng)終端惡意應(yīng)用檢測(cè)系統(tǒng)。整個(gè)系統(tǒng)分為三個(gè)功能模塊:應(yīng)用程序逆向模塊、特征提取模塊和聯(lián)合檢測(cè)模塊。利用應(yīng)用程序逆向模塊,逆向分析應(yīng)用程序,獲取程序的源碼文件;利用特征提取模塊從源碼文件提取界面組件相對(duì)頻度特征、權(quán)限聲明信息特征和API調(diào)用信息特征;利用聯(lián)合檢測(cè)模塊構(gòu)建分類器并對(duì)待測(cè)應(yīng)用程序進(jìn)行分類判決,對(duì)判決結(jié)果加權(quán)投票后給出最終的檢測(cè)結(jié)果。
4、從豌豆莢應(yīng)用市場(chǎng)和惡意應(yīng)用程序樣本庫(kù)中選擇測(cè)試樣本進(jìn)行測(cè)試。經(jīng)測(cè)試表
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于系統(tǒng)調(diào)用的智能終端惡意軟件檢測(cè).pdf
- 安卓移動(dòng)智能終端的惡意軟件檢測(cè)與分析方法.pdf
- Android移動(dòng)終端惡意軟件檢測(cè)技術(shù)研究.pdf
- 基于智能移動(dòng)終端的企業(yè)應(yīng)用研究.pdf
- 基于網(wǎng)絡(luò)異常行為的智能終端惡意軟件檢測(cè)技術(shù)研究.pdf
- 基于隨機(jī)森林的惡意移動(dòng)應(yīng)用動(dòng)態(tài)檢測(cè)方法研究.pdf
- 移動(dòng)終端惡意軟件檢測(cè)與防護(hù)技術(shù)的研究與實(shí)現(xiàn).pdf
- 移動(dòng)執(zhí)法智能終端系統(tǒng)的研究與應(yīng)用.pdf
- 基于事件流的移動(dòng)平臺(tái)惡意行為檢測(cè)研究.pdf
- 基于學(xué)習(xí)的惡意網(wǎng)頁(yè)智能檢測(cè)系統(tǒng).pdf
- 基于學(xué)習(xí)的惡意網(wǎng)頁(yè)智能檢測(cè)系統(tǒng)
- 基于行為分析的Android智能移動(dòng)終端應(yīng)用安全研判方案研究.pdf
- 基于移動(dòng)智能終端的銀行移動(dòng)辦公應(yīng)用系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于移動(dòng)智能終端的高速公路異常駕駛行為檢測(cè)技術(shù).pdf
- 具有入網(wǎng)發(fā)現(xiàn)能力的移動(dòng)終端惡意代碼網(wǎng)絡(luò)行為檢測(cè)模型.pdf
- 基于智能移動(dòng)終端的生活助手系統(tǒng).pdf
- 基于移動(dòng)終端的跌倒檢測(cè)方法研究.pdf
- 基于智能移動(dòng)終端的遠(yuǎn)程多媒體播放技術(shù)的研究與應(yīng)用.pdf
- 基于移動(dòng)智能終端的踩踏預(yù)防方法研究.pdf
- 基于智能終端的移動(dòng)互聯(lián)網(wǎng)服務(wù)研究.pdf
評(píng)論
0/150
提交評(píng)論