基于良性样本的Android系统恶意软件检测

摘要：

针对 Android平台恶意软件泛滥的现象和已有检测模型的不足，提出一种基于良性样本的检测模型。该模型由特征信息采集模块和检测识别模块组成，模块一在客户端采集良性训练样本的特征信息，模块二在服务器端根据它们的相关度去除冗余特征信息并量化为n维特征向量，通过实值否定选择算法生成恶意特征向量库，通过待测特征向量与恶意特征向量库的欧氏距离检测恶意软件。Android平台实验结果表明，该检测模型具有较高的检测率，验证了其可行性。

关键词：恶意软件、良性样本、相关度、特征向量、实值否定选择、欧氏距离

所属期刊栏目：37

分类号：TP393.08(计算技术、计算机技术)

资助基金：国家科技重大专项基金项目2012ZX03002002;国家自然科学基金项目60776807、61179045;中国民航科技基金项目MHRD201009、MHRD201205;中央高校基本科研业务费专项资金基金项目3122014D033

在线出版日期：2016-07-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1191-1195,1207