Android 恶意软件检测：一种特征空间分析方法
密码学与安全
2016-07-28 v1
摘要
随着包含日益复杂规避技术的新变种出现，缓解 Android 恶意软件的斗争变得愈发关键，进而需要更先进的检测能力。因此，本文提出并评估了一种基于特征空间分析的机器学习方法，用于利用源自 Android 应用程序静态分析表征的特征进行恶意软件检测。对真实恶意软件和良性样本数据集的实证评估表明，使用所提方法可实现超过 96% 的检测率，且误报率极低。
引用
@article{arxiv.1607.08087,
title = {Android Malware Detection: an Eigenspace Analysis Approach},
author = {Suleiman Y. Yerima and Sakir Sezer and Igor Muttik},
journal= {arXiv preprint arXiv:1607.08087},
year = {2016}
}
备注
7 pages, 4 figures, conference