| 基于机器学习技术的Android恶意软件检测算法设计 |
| 吴瑕
|
| 2023-10-15
|
| 发表期刊 | 软件
 |
| ISSN | 1003-6970
|
| 卷号 | 44期号:10页码:143-145 |
| 摘要 | 机器学习为恶意软件检测提供了一种新的视角,它可以从大量的样本中自动学习和提取特征,然后使用这些特征进行预测。通过对Android系统的权限、API调用以及动态行为等方面进行深入的分析,研究人员已经成功地发现了许多与恶意软件相关的显著特征。对Android恶意软件的特征进行了深入的分析,探讨几种主流的机器学习算法,并对它们的性能进行了对比。研究结果表明,该算法在检测Android恶意软件时可以提高实时性和准确性,从而提高了检测的精确性和效率。 |
| 关键词 | 机器学习技术
Android
恶意软件检测
|
| URL | 查看原文
|
| 语种 | 中文
|
| 原始文献类型 | 学术期刊
|
| 文献类型 | 期刊论文
|
| 条目标识符 | http://ir.library.ouchn.edu.cn/handle/39V7QQFX/167232
|
| 专题 | 国家开放大学广东分部
|
| 作者单位 | 东莞开放大学
|
| 第一作者单位 | 国家开放大学广东分部
|
| 第一作者的第一单位 | 国家开放大学广东分部
|
推荐引用方式
GB/T 7714 |
吴瑕. 基于机器学习技术的Android恶意软件检测算法设计[J].
软件,2023,44(10):143-145.
|
| APA |
吴瑕.(2023).基于机器学习技术的Android恶意软件检测算法设计.软件,44(10),143-145.
|
| MLA |
吴瑕."基于机器学习技术的Android恶意软件检测算法设计".软件 44.10(2023):143-145.
|
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论