基于改进朴素贝叶斯算法Android恶意应用的检测研究
Detection of Malicious Application Based on Improved Naive Bayesian Algorithm Android

作者: 石汝振 :南京邮电大学通信与信息工程学院,江苏 南京;

关键词: Android朴素贝叶斯逆向分析分类器Android Naive Bayes Reverse Analysis Classifier

摘要:
随着智能手机的普及,Android手机上的应用也越来越广泛,随之而来的问题是Android安全问题越来越严峻。各种恶意应用也层出不穷,严重威胁到用户的信息安全。本文首先介绍了当前的手机安全状况,并对当前的Android恶意应用的检测技术进行了分析。由于Android应用越来越严峻的形势,本文提出了一种基于改进的朴素贝叶斯算法,并应用此算法设计了恶意应用检测系统。本文中的系统应用了逆向分析的方式来产生恶意应用分类器。然后,本文对实验结果进行了分析。

Abstract: With the popularity of smart phones, Android mobile applications are becoming more widely and the attendant problem about the Android security issues becomes more critical. Malicious applications are endless. It is a serious threat to the user’s information security. This paper describes the current status of mobile security and the current Android malicious application detection techniques are analyzed. As the situation of Android applications becomes more and more serious, an improved Naive Bayes algorithm is proposed. The malicious application detection system is designed by using this algorithm. The system uses a reverse analysis method to produce the malicious application classifier. The experimental results are analyzed.

文章引用: 石汝振 (2016) 基于改进朴素贝叶斯算法Android恶意应用的检测研究。 安防技术, 4, 39-44. doi: 10.12677/JSST.2016.43006

参考文献

[1] 2015年中国手机安全报告[R]. http://zt.360.cn/1101061855.php?dtid=1101061451&did=1101593997

[2] 王辉, 陈泓予, 刘淑芬. 基于改进朴素贝叶斯算法的入侵检测系统[J]. 计算机科学, 2014, 41(4): 111-119.

[3] Kosmopoulosa, A., Paliouras, G. and Androutsopoulos, I. (2008) Adaptice Spam Filtering Using Only Naïve Bayes Text Classifiers. CEAS 2008 5th Conference on Email and Anti-Spam, Mountain View, 21-22 August 2008, 3 p.

[4] 蔡志平. 计算机病毒检测技术研究与实现[D]: [硕士学位论文]. 长沙: 国防科技大学, 2001: 50-56.

[5] 彭国军, 李晶雯, 孙润康, 肖云倡. Android恶意软件检测研究与进展[J]. 武汉大学学报(理学版), 2015, 61(1): 21- 33.

[6] 楼赟程, 施勇, 薛质. 基于逆向工程的Android恶意行为检测方法[J]. 信息安全与通信保密, 2015(4): 83-87.

[7] 郑炜, 沈文, 张英鹏. 基于改进朴素贝叶斯算法的垃圾过滤器的研究[J]. 西北工业大学学报, 2010, 28(8): 622- 628.

[8] 郑吉飞. Android恶意代码的静态检测研究[D]: [硕士学位论文]. 武汉: 华中师范大学, 2013.

[9] 侯勤胜, 曹天杰. Android恶意软件的分析与检测[J]. 河南科技大学学报: 自然科学版, 2015, 36(10): 54-59.

分享
Top