基于朴素贝叶斯的Android软件恶意行为智能识别

被引：31

作者：

张怡婷 ^{[1
,2
]}

张扬 ^{[2
]}

张涛 ^{[3
]}

杨明 ^{[2
]}

罗军舟 ^{[2
]}

机构：

[1] 南京邮电大学计算机学院

[2] 东南大学计算机科学与工程学院

[3] 国网智能电网研究院信息通信研究所

来源：

东南大学学报(自然科学版) | 2015年 / 45卷 / 02期

关键词：

Android安全; 隐私泄露; 权限使用; 恶意行为识别;

D O I：

暂无

中图分类号：

TP309 [安全保密];

学科分类号：

081206 [计算机网络与安全];

摘要：

针对Android系统提供的基于应用权限授权的安全管理机制粒度较粗,并且一旦用户对应用软件授权即无法更改或追踪权限使用的问题,提出了一种基于朴素贝叶斯的Android软件恶意行为识别方法.该方法综合考虑软件运行时的用户操作场景和用户行为习惯以及软件权限等特性,抽取软件是否为系统应用、权限使用时是否有用户操作、软件是否申请了过多的权限、是否存在敏感权限组合、权限的使用是否存在突发性等作为分类属性,并通过对Android安全框架的扩展,实现了对恶意行为的实时分析和处理.实验结果表明,所设计和实现的Android软件恶意行为智能识别技术具有较高的识别率和较低的误报率,并且对系统性能的影响较小,可以有效增强Android系统的安全性.

引用

页码：224 / 230

页数：7