国内刊号:51-1196/TP
国际刊号:1001-3695
发布日期:
作者:李江华,邱晨,
单位:江西理工大学信息工程学院,江西赣州341000;
关键词:恶意软件检测,特征,机器学习,混淆矩阵,
基金:国家自然科学基金资助项目(61463021,61762046);江西省教育厅科技项目(GJJ160599,GJJ170516);;
基于Android系统恶意软件检测的全流程,对比和分析了国内外的研究现状和进展,从样本获取的角度介绍了标准化数据样本的来源及作用,从特征选择的角度阐述了特征选择应遵循的原则;重点从检测方法的角度对比和分析了各种检测方法的优缺点,同时总结和归纳了特征数据集筛选方法以及实验结果评估方法。最后结合实际应用和需求,展望了未来Android恶意软件检测方法的研究和发展方向。
来源:2019年第1期
《计算机应用研究》期刊编辑部