Android恶意软件的多特征协作决策检测方法

摘要：

由于智能手机使用率持续上升促使移动恶意软件在规模和复杂性方面发展更加迅速。作为免费和开源的系统，目前Android已经超越其他移动平台成为最流行的操作系统，使得针对Android平台的恶意软件数量也显著增加。针对Android平台应用软件安全问题，提出了一种基于多特征协作决策的Android恶意软件检测方法，该方法主要通过对Android 应用程序进行分析、提取特征属性以及根据机器学习模型和分类算法判断其是否为恶意软件。通过实验表明，使用该方法对Android应用软件数据集进行分类后，相比其他分类器或算法分类的结果，其各项评估指标均大幅提高。因此，提出的基于多特征协作决策的方式来对Android恶意软件进行检测的方法可以有效地用于对未知应用的恶意性进行检测，避免恶意应用对用户所造成的损害等。

关键词：Android平台、恶意软件、多特征协作决策、机器学习

所属期刊栏目：52

分类号：TN929

资助基金：通信对抗技术国防科技重点实验室基金。

在线出版日期：2016-10-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：5-13