基于FWKN-SVM的Android异常入侵检测的研究

摘要：

针对Android手机平台提出了基于特征加权K最近邻支持向量机(FWKN-SVM)的异常入侵检测方法.首先,分析了传统SVM在实际应用中的局限性,提出了一种基于特征类内类间距离的特征加权K最近邻的训练集约减策略.随后,根据手机恶意软件对系统造成的影响定义了系统行为,并通过在Android手机上编写的数据采集模块构建测试集和训练集.最后,利用特征加权K最近邻方法进行SVM训练集的精简和分类器的构建,并进行测试集预测.仿真结果表明,FWKN-SVM分类方法在Android异常入侵检测中应用效果良好.

关键词：Android、支持向量机、K最近邻、特征加权、训练集约减、恶意软件

所属期刊栏目：42

分类号：TP181(自动化基础理论)

资助基金：山西省科技基础条件平台建设项目2014091004-0105;山西省高等学校教学改革重点项目J2013010

在线出版日期：2015-05-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：116-118,131