发表服务
专业硕士学位论文Android平台恶意软件动态检测系统的设计与实现DesignAndroidplatformmalwaredynamicdetectionsystem作者：蔡昌导师：李唐军北京交通大学2013年6月中国分类号：TP309UDC：学校代码：10004密级：公开北京交通大学专业硕士学位论文Android平台恶意软件动态检测系统的设计与实现Design...
Android系统自发布至今，历经多次更新升级，其安全性越来越高。但是，针对Android系统的恶意软件开发技术，也在不断地更新升级，恶意软件对个人隐私、财产安全、公共安全和国家安全带来了极大的威胁和危害，因此，针对Android恶意软件的...
关键词:安卓,恶意软件检测,随机森林,半监督学习,GBDTAbstract:InordertobetterdetectAndroidmalwareandanalyzeitsmaliciousbehavior,aresearchapproachofAndroidmalwaredetectionanditsmaliciousbehavioranalysisbasedonsemi-supervisedlearningispresentedinthispaper.First16179Androidbenignsoftwareand31964Androidmalwarearecollected,and...
介绍本文主要针对Android，提出了一种新方法，可以高效地检测恶意软件并将其高精度地归类于相应的恶意软件家族。本文采用在线分类器，使本文的方法即使在大量应用程序中也可以很好地扩…
2、为了充分利用特征向量的信息,提出了基于三隐层深度神经网络的Android恶意软件检测算法,通过将Android软件的特征向量作为样本对神经网络进行训练,从而得到能够鉴别Android软件是否为恶意软件的分类器,实验结果表明,本文方法的准确率为95.31%,比现有的浅层学习...
Android恶意软件检测.本文将介绍如何利用机器学习技术检测安卓恶意软件，在前文会介绍相关基础知识，在后文则以实战为导向，介绍如何使用支持向量机检测安卓恶意软件，以及通过可解释性技术解释模型的决策结果，最后介绍如果对该模型发动对抗样本攻击...
一、背景知识ps：在这部分，我将会告诉大家android的现状，对其安全性进行分析，并且介绍传统的安卓恶意软件检测的方法极其缺陷。安卓操作系统安卓的市场占有率安卓地安全性分析传统的静态检测方法及…
Android恶意软件检测方法研究综述.第36卷第1期2019年1月计算机应用研究ApplicationResearchofComputersVol.36No.1Jan．2019Android恶意软件检测方法研究综述*李江华，邱晨?（江西理工大学信息工程学院，江西赣州341000）摘要：基于Android系统恶意软件...
基于多特征协作决策的Android恶意软件检测.pdf基于基于多特征协作多特征协作决策决策的ROID恶意软件恶意软件检测检测基于基于多特征协作多特征协作决策决策的ROID恶意软件恶意软件检测检测学校代码学校代码10701分类分类号TP3092学号...
当恶意软件故意展示和正常软件类似的行为时，中心性分析会出现误报漏报。.在本文中，我们提出了一个基于API亲密度分析的系统，以将基于图分析方法的高精度和基于社交网络分析方法的高效率进行结合，实现高效率、高精度的安卓恶意软件检测。.该成果...
专业硕士学位论文Android平台恶意软件动态检测系统的设计与实现DesignAndroidplatformmalwaredynamicdetectionsystem作者：蔡昌导师：李唐军北京交通大学2013年6月中国分类号：TP309UDC：学校代码：10004密级：公开北京交通大学专业硕士学位论文Android平台恶意软件动态检测系统的设计与实现Design...
Android系统自发布至今，历经多次更新升级，其安全性越来越高。但是，针对Android系统的恶意软件开发技术，也在不断地更新升级，恶意软件对个人隐私、财产安全、公共安全和国家安全带来了极大的威胁和危害，因此，针对Android恶意软件的...
关键词:安卓,恶意软件检测,随机森林,半监督学习,GBDTAbstract:InordertobetterdetectAndroidmalwareandanalyzeitsmaliciousbehavior,aresearchapproachofAndroidmalwaredetectionanditsmaliciousbehavioranalysisbasedonsemi-supervisedlearningispresentedinthispaper.First16179Androidbenignsoftwareand31964Androidmalwarearecollected,and...
介绍本文主要针对Android，提出了一种新方法，可以高效地检测恶意软件并将其高精度地归类于相应的恶意软件家族。本文采用在线分类器，使本文的方法即使在大量应用程序中也可以很好地扩…
2、为了充分利用特征向量的信息,提出了基于三隐层深度神经网络的Android恶意软件检测算法,通过将Android软件的特征向量作为样本对神经网络进行训练,从而得到能够鉴别Android软件是否为恶意软件的分类器,实验结果表明,本文方法的准确率为95.31%,比现有的浅层学习...
Android恶意软件检测.本文将介绍如何利用机器学习技术检测安卓恶意软件，在前文会介绍相关基础知识，在后文则以实战为导向，介绍如何使用支持向量机检测安卓恶意软件，以及通过可解释性技术解释模型的决策结果，最后介绍如果对该模型发动对抗样本攻击...
一、背景知识ps：在这部分，我将会告诉大家android的现状，对其安全性进行分析，并且介绍传统的安卓恶意软件检测的方法极其缺陷。安卓操作系统安卓的市场占有率安卓地安全性分析传统的静态检测方法及…
Android恶意软件检测方法研究综述.第36卷第1期2019年1月计算机应用研究ApplicationResearchofComputersVol.36No.1Jan．2019Android恶意软件检测方法研究综述*李江华，邱晨?（江西理工大学信息工程学院，江西赣州341000）摘要：基于Android系统恶意软件...
基于多特征协作决策的Android恶意软件检测.pdf基于基于多特征协作多特征协作决策决策的ROID恶意软件恶意软件检测检测基于基于多特征协作多特征协作决策决策的ROID恶意软件恶意软件检测检测学校代码学校代码10701分类分类号TP3092学号...
当恶意软件故意展示和正常软件类似的行为时，中心性分析会出现误报漏报。.在本文中，我们提出了一个基于API亲密度分析的系统，以将基于图分析方法的高精度和基于社交网络分析方法的高效率进行结合，实现高效率、高精度的安卓恶意软件检测。.该成果...
发表服务