基于机器学习的 Android 入侵检测系统
机器学习
2024-12-06 v1 人工智能
摘要
Android 操作系统正被安装在大多数智能设备中。随着此类操作系统上入侵的引入速度急剧上升，智能设备正面临各种网络攻击，如网络钓鱼、间谍软件、短信欺诈、僵尸网络和银行木马等。本文应用机器学习分类算法对 Android APK 文件进行安全检测。每一数据流根据不同参数被标记为恶意或非恶意。随后使用机器学习分类技术对新安装应用程序的签名进行分类，判断其是否属于恶意或非恶意领域。如果属于恶意类别，则可采取相应措施，为 Android 操作系统提供防护，防止非法活动。
关键词
引用
@article{arxiv.2412.03894,
title = {Machine Learning-based Android Intrusion Detection System},
author = {Madiha Tahreem and Ifrah Andleeb and Bilal Zahid Hussain and Arsalan Hameed},
journal= {arXiv preprint arXiv:2412.03894},
year = {2024}
}