一种基于BP神经网络的Android恶意软件综合检测方法

摘要：

随着Android平台变得越来越流行,并且由于其高度的开放性,使得它已经成为移动终端攻击者的主要目标.为了有效检测Android恶意软件,本文提出了一种基于BP神经网络的检测方法.该方法不仅考虑了应用程序安装包的静态特征,同时在应用程序运行时,监测了安卓虚拟机的动态特性.另外,为了降低分类算法的复杂度,提高分类器的实时性,在该检测方法中引入了两种降维方法,主成分分析和信息增益算法,并对这两种方法进行了对比分析.另外,还将本文中的方法与一些已有的相关研究进行了对比分析,实验结果和对比分析表明,本文提出的方法能有效检测未知的Android恶意软件.

关键词： 安卓平台 恶意软件 检测技术 BP神经网络

作者: 朱丽 王根英 董钟鼎

作者单位: 北京交通大学电子信息工程学院,通信与信息系统关键实验室,北京100044 北京交通大学电子信息工程学院,通信与信息系统关键实验室,北京100044;中国信息安全测评中心,网络安全部门,北京100085

会议类型: 国内会议

会议名称: 第八届信息安全漏洞分析与风险评估大会

会议地点: 北京

会议语种:中文

页码: 22-33

在线出版日期: 2015-10-23（万方平台首次上网日期，不代表论文的发表时间）