手机版 English 帮助中心
外文文献知网节
文献信息节点
基本信息 摘要 关键词 核心评价 相关文献
Journal | [J] 计算机系统网络和电信 Volume 3, Issue 2. 2021.
基于CNN的Android恶意软件识别方法
作者 : 柏 强盛, 周 丽
DOI: 10.18686/jsjxt.v3i2.46769
全部来源
获取全文
摘要 / Abstract
随着互联网时代快速发展，移动智能终端设备快速增长，恶意软件也随之大量出现，给用户的财产和隐私安全带来巨大的危害。为了识别Android恶意软件，本文将深度学习中的卷积神经网络与Android系统权限相结合，基于LeNet-5对APK中提取出的AndroidManifest.xml文件中的系统权限转化特征图进行处理，通过AndroidManifest.xml文件中的系统权限来对恶意软件进行识别。提出了一种新的Android恶意软件识别方法，实验结果表明，识别准确率达到了87.07%。
关键词 / Keywords
CNN；LeNet-5；Android；权限；恶意软件识别
Related articles / 相关文献
相似文献
作者发文
机构发文
关键词分析
相似文献（说明：与本文内容较接近的文献）
  • [1] 谢聪敏. 基于神经网络的安卓恶意软件检测设 计[J]. 电子设计工程,2020,28(09):50-53.10.14022/ j.issn1674-6236.2020.09.011.
  • [2] 张伟, 徐洋,张思聪,徐贵勇.基于gru 的android 恶意软件检测[J]. 电子技术与软件工 程,2021(04):52-53.
  • [3] 超凡, 杨智, 杜学绘, 孙彦. 基于深度神经网 络的android 恶意软件检测方法[J]. 网络与信息安全 学报,2020,6(05):67-79.
  • [4] 刘亚姝, 王志海,李经纬,赵烜,文伟平.基 于卡方检验的android 恶意应用检测方法[J]. 北京理工大学学报,2019,39(03):290-294.10.15918/ j.tbit1001-0645.2019.03.011.
  • [5]HuH,Yang Y.A combined GLQP,and DBN- DRF for face recognition in unconstrained environments[C]//2nd International Conference on Control, Automation and Artificial Intelligence (CAAI 2017),2017.
  • [6] 孟佳娜, 吕品, 于玉海, 郑志坤. 基于cnn 的方面级跨领域情感分析研究[J/OL]. 计算机工程与应 用:1-11[2021-04-28 15:04]
  • [7] 李瑞辰, 姚宇峰,蒋元华.基于lenet-5 的编 组站站内机车车号识别系统的研究[J]. 铁路计算机应 用,2019,28(09):16-20.
  • [8] 王博, 朱兆旻,唐天兵.一种改进的lenet-5 卷积神经网络算法[J].大众科技,2020,22(10):1-3.
《中国学术期刊(光盘版)》电子杂志社有限公司 KDN平台基础技术由KBASE 11.0提供
© 2014-2018中国知网(CNKI) 京公网安备11010802020460号 经营性网站备案信息 互联网出版许可证 新出网证(京)字271号 京ICP证040431号