• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>International Conference on Cloud Computing and Security >Android Malware Detection Using Hybrid Analysis and Machine Learning Technique
【24h】

Android Malware Detection Using Hybrid Analysis and Machine Learning Technique

机译：使用混合分析和机器学习技术的Android恶意软件检测

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

This paper proposes a two-stage Android malware detection and classification mechanism based on machine learning algorithm. In this paper, we use the static analysis method to extract the software's package features, permission features, component features and triggering mechanism. Then we use the dynamic analysis tools to obtain the dynamic behavior characters of the software, and format the static and dynamic features. Finally, we use the machine learning algorithm to deal with the feature eigenvectors in two stages, and then we will get the malicious classification of the software. The experimental results show that in the data set used in this paper the proposed method based on the combination of dynamic and static malicious code detection is more accurate than the common detection engine, and the ability of classifying malicious family is much stronger.
机译：本文提出了一种基于机器学习算法的两阶段Android恶意软件检测与分类机制。在本文中，我们使用静态分析方法来提取软件包的功能，权限功能，组件功能和触发机制。然后，我们使用动态分析工具来获取软件的动态行为特征，并格式化静态和动态功能。最后，我们使用机器学习算法分两个阶段处理特征特征向量，然后得到软件的恶意分类。实验结果表明，在本文使用的数据集中，基于动态和静态恶意代码检测相结合的方法比普通检测引擎更准确，对恶意家族的分类能力也更强。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号