基于谱聚类的重打包应用检测

在过去几年中,随着Java逆向工程的发展,安卓(Android)市场中重打包应用越来越多。重打包应用不仅侵犯了开发者的版权,还可能携带病毒,甚至窃取用户的信息,给用户带来信息安全隐患。为了防止重打包应用的泛滥和保护用户的隐私,提出了一种基于谱聚类的重打包应用快速检测算法——SpectDroid。该方法通过谱聚类对Android应用进行聚类,进一步提高检测算法的检测速度。实验结果表明,SpectDroid的准确率达到81%,计算量减少了74.18%。

基于差分隐私保护的Stacking集成聚类算法研究

针对差分隐私保护下单一聚类算法准确性和安全性不足的问题,提出了一种基于差分隐私保护的Stacking集成聚类算法。使用Stacking集成多种异质聚类算法,将K-means聚类、Birch层次聚类、谱聚类和混合高斯聚类作为初级聚类算法,结合轮廓系数对初级聚类算法产生的聚类结果加权并入原始数据,将K-means算法作为次级聚类算法对扩展后的数据集进行聚类分析。其中,针对原始数据和初级聚类算法的聚类结果分别提出自适应的ε函数确定隐私预算,为不同敏感度的数据分配不同程度的Laplace噪声。理论分析和实验结果均表明,与单一聚类算法相比,该算法满足ε-差分隐私保护的同时有效提高了聚类准确性,实现了隐私保护与数据可用性的高度平衡。