期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到2篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于函数调用图的Android恶意代码检测方法研究 被引量：2
1
作者 李自清 《计算机测量与控制》 2017年第10期198-201,205,共5页
随着移动互联网的迅猛发展和智能设备的普及,Android平台的安全问题日益严峻,不断增多的恶意软件对终端用户造成了许多困扰,严重威胁着用户的隐私安全和财产安全;因此对恶意软件的分析与研究也成为安全领域的热点之一;提出了一种基于函... 随着移动互联网的迅猛发展和智能设备的普及,Android平台的安全问题日益严峻,不断增多的恶意软件对终端用户造成了许多困扰,严重威胁着用户的隐私安全和财产安全;因此对恶意软件的分析与研究也成为安全领域的热点之一;提出了一种基于函数调用图的Android程序特征提取及检测方法;该方法通过对Android程序进行反汇编得到函数调用图,在图谱理论基础上,结合函数调用图变换后提取出的图结构和提取算法,获取出具有一定抗干扰能力的程序行为特征;由于Android函数调用图能够较好地体现Android程序的功能模块、结构特征和语义;在此基础上,实现检测原型系统,通过对多个恶意Android程序分析和检测,完成了对该系统的实验验证;实验结果表明,利用该方法提取的特征能够有效对抗各类Android程序中的混淆变形技术,具有抗干扰能力强等特点,基于此特征的检测对恶意代码具有较好地识别能力。 展开更多
关键词 函数调用图 恶意代码 检测方法 研究
下载PDF
基于线性特征集的非授权代码敏感路径检测 被引量：1
2
作者 梁涛 李毅成 段玉莹 《计算机仿真》 北大核心 2021年第6期373-377,共5页
当前的非授权代码的检测过程忽略了获取线性特征集,代码类型无法得以高精度匹配,导致传统方法出现检测准确率低、耗时长问题。为解决以上问题,提出基于线性特征集的非授权代码敏感路径检测方法。引入深度学习,设计非授权代码特征检测步... 当前的非授权代码的检测过程忽略了获取线性特征集,代码类型无法得以高精度匹配,导致传统方法出现检测准确率低、耗时长问题。为解决以上问题,提出基于线性特征集的非授权代码敏感路径检测方法。引入深度学习,设计非授权代码特征检测步骤。以非授权代码为目标样本,基于线性特征集判断非授权代码敏感路径判断,利用深度学习提取正常代码样本的函数图特征,并设置阈值,实现非授权代码敏感路径的检测。实验结果表明:与传统方法相比,所提非授权代码敏感路径检测方法具有更高的检测准确率,且耗时更短,为该领域的深入研究提供理论支持。 展开更多
关键词 非授权代码 敏感路径 线性特征集 深度学习 特征提取 函数图特征
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部