基于快速稀疏贝叶斯模型的安卓恶意软件识别方法

扫码查看

原文链接

NETL
NSTL
万方数据

中文摘要：本文一种基于快速稀疏贝叶斯模型算法的安卓恶意行为软件识别方法及系统，将Dalvik序列转变为由字母表示的opcode序列;分别提取应用程序的3-gram序列的概率;使用稀疏贝叶斯学习算法进行模型训练;在使用稀疏贝叶斯算法中，使用GA-PSO的混合算法对对准参数进行寻优，利用遗传算法与粒子群算法的全局迅速搜索特性，在有限的时间内获取到足够好的对准参数;使用训练好的模型进行未知Android应用程序的识别。

作者：

张欣媛、刘宁、丁哲、宋宁静、张峰凌

展开 >

作者单位：

610225 成都信息工程大学网络空间安全学院四川成都

关键词：

恶意软件检测快速稀疏贝叶斯模型安卓遗传算法

基金：

四川省科技计划重点研发项目

项目编号：

2019YFGO425

出版年：

2019

数字化用户

ISSN：

年,卷(期)：2019.25(27)

被引量1