基于FWKN-SVM的Android异常入侵检测的研究
针对Android手机平台提出了基于特征加权K最近邻支持向量机(FWKN-SVM)的异常入侵检测方法.首先,分析了传统SVM在实际应用中的局限性,提出了一种基于特征类内类间距离的特征加权K最近邻的训练集约减策略.随后,根据手机恶意软件对系统造成的影响定义了系统行为,并通过在Android手机上编写的数据采集模块构建测试集和训练集.最后,利用特征加权K最近邻方法进行SVM训练集的精简和分类器的构建,并进行测试集预测.仿真结果表明,FWKN-SVM分类方法在Android异常入侵检测中应用效果良好.
智能手机 Android操作系统 异常入侵检测 支持向量机 K最近邻 特征加权
孙敏 徐彩霞 高阳
山西大学计算机与信息技术学院 太原030006
国内会议
宜昌
中文
116-118,131
2014-10-31（万方平台首次上网日期，不代表论文的发表时间）