基于随机森林的Android恶意软件检测方法

摘要：

为提高Android恶意软件检测准确率,针对现有方法对关联权限研究存在的不足,提出一种基于随机森林的恶意软件检测方法.提取特征权限,通过PFP_Tree算法挖掘关联权限;在卡方检验筛选恶意性关联权限的基础上,将每个恶意关联权限作为一个属性加入随机森林训练,构建随机森林分类器检测未知恶意软件.实验结果表明了该方法的有效性与可行性,其检测准确率比其它方法更高,该方法从关联权限恶意度的角度为恶意软件的检测提供了新思路.

关键词：Android系统、恶意软件检测、关联权限、随机森林、PFP_Tree算法

所属期刊栏目：38

分类号：TP393.0(计算技术、计算机技术)

资助基金：国家自然科学基金项目61302188;中国博士后特别基金项目2012T50510;中国博士后科学基金项目2011M500940;六大人才高峰基金项目2013-DZXX-020;江苏省高校重大自然科学基金项目12KJA510001

在线出版日期：2017-10-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：2374-2378