期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于APK签名信息反馈的Android恶意应用检测
被引量:
9
1
作者
刘新宇
翁健
+2 位作者
张悦
冯丙文
翁嘉思
《通信学报》
EI
CSCD
北大核心
2017年第5期190-198,共9页
提出一种新的基于APK签名信息反馈的Android恶意应用检测方法(SigFeedback)。该方法在SVM分类算法的基础上采用启发式规则学习的方式对特征值进行提取,并对检测集中的APK签名信息进行验证筛选,实现了启发式反馈,达到更加准确地检测恶意...
提出一种新的基于APK签名信息反馈的Android恶意应用检测方法(SigFeedback)。该方法在SVM分类算法的基础上采用启发式规则学习的方式对特征值进行提取,并对检测集中的APK签名信息进行验证筛选,实现了启发式反馈,达到更加准确地检测恶意应用的目的。SigFeedback检测算法具有检测率高、误报率低的特点。最后通过实验显示SigFeedback算法具有较高的效率,且能使误报率从13%降低到3%。
展开更多
关键词
误报率
恶意应用
启发式学习
有效性
检测率
下载PDF
职称材料
题名
基于APK签名信息反馈的Android恶意应用检测
被引量:
9
1
作者
刘新宇
翁健
张悦
冯丙文
翁嘉思
机构
暨南大学信息科学技术学院
出处
《通信学报》
EI
CSCD
北大核心
2017年第5期190-198,共9页
基金
国家自然科学基金资助项目(No.61133014
No.61272413
+2 种基金
No.61373158
No.61472165)
广东省应用型科技研发专项基金资助项目(No.2016B010124009)~~
文摘
提出一种新的基于APK签名信息反馈的Android恶意应用检测方法(SigFeedback)。该方法在SVM分类算法的基础上采用启发式规则学习的方式对特征值进行提取,并对检测集中的APK签名信息进行验证筛选,实现了启发式反馈,达到更加准确地检测恶意应用的目的。SigFeedback检测算法具有检测率高、误报率低的特点。最后通过实验显示SigFeedback算法具有较高的效率,且能使误报率从13%降低到3%。
关键词
误报率
恶意应用
启发式学习
有效性
检测率
Keywords
false positive rate, malicious application, heuristic learning, effectiveness, detection rate
分类号
TP309.1 [自动化与计算机技术—计算机系统结构]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于APK签名信息反馈的Android恶意应用检测
刘新宇
翁健
张悦
冯丙文
翁嘉思
《通信学报》
EI
CSCD
北大核心
2017
9
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部