基于改进贝叶斯分类的Android恶意软件检测

摘要：

针对Android手机安全受恶意软件威胁越来越严重这一问题,提出一种改进的Android恶意软件检测算法.监控从Android移动设备应用程序获取的多种行为特征值,应用机器学习技术,通过与卡方检验滤波测试结合的方式改进传统的朴素贝叶斯算法,检测Android系统中的恶意软件.通过实验仿真,结果表明在采取朴素贝叶斯分类模型之前,使用卡方检验过滤应用程序的行为特征,可以使基于Android的恶意软件检测技术拥有较低的误报率和较高的精度.

关键词：Android恶意软件、动态检测、机器学习、朴素贝叶斯、卡方检验

所属期刊栏目：40

分类号：TN929.5

资助基金：“2012年国家信息安全专项移动智能终端未成年人保护系统”基金

在线出版日期：2015-01-07（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：73-76