欢迎来到天天文库
浏览记录
ID:35181034
大小:2.99 MB
页数:54页
时间:2019-03-21
《基于改进朴素贝叶斯算法的android恶意软件检测》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、'-j少、:V?乃■.'’'电':1Q293密级:单位代码、。喔',雕'把‘,,麵^議脚,乃部硕女《僅化S:i:W??<,论文题目:基于改进朴素贝叶斯算法的Android恶意软件检测''--fv.节'‘-';"■'-:...'.r-.苗:、為马''钓...v..I4fc/.乃成声如‘.‘.!...^一己1.!学号._扣七.賊道f姓名^;n誦謂龜,.导师-.-暴細;普信息女全学科专业过错
2、.塘Andro礼舉意救件检测研究方向U^.袁;'工学硕±申请学位类别二〇二友年細论文提交日期:.占,毒%..'齡蠢’,:矿自,,,纖i^、,■---、一-\,->.,??..,;i^;jtY南京邮电大学学位论文原创性声明本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知,,除了文中特别加y■标注和致谢的地方外论文中不包含其他人己经发表或撰写过的研究成果,也不包含为获得南京邮电大学或其它教育机构
3、的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均d化论文中作了明滿的说明并表7K了谢息。位论-本人学文及涉及肺关资料若有不实,原意承巧切相关的法律责任。.研L4f究生签名:信t道円期;对南京邮电大学学位论受:使用授权声明本人授权南京邮电大学可臥保留并向国家有关部n或机构送交论文的复印件和电子文档;允许论文被查阅和借阅;可W将学位论文的全部或部分内容编入有关数据库进行检索;可站采用影印、缩印或扫描等复制手段保存、汇编本学位论文。本文电子支档的内容和纸质
4、相-。论包括论文的内容致文的公布(刊背)授权南京邮电火学研究生院如理。涉密学位论文在解密后适用本授权书。《.—研究生签名:若右遍-导师签名:日期:奴!I气/AndroidMalwareDetectionBasedonImprovedNaiveBayesianAlgorithmThesisSubmittedtoNanjingUniversityofPostsandTelecommunicationsfortheDegreeofMasterofEngineeringByYoudaoJuSupervis
5、or:Prof.YingzhouZhangApril2016摘要现在基于Android平台的智能手机占了整个智能手机市场的大部分份额,Android平台上的恶意软件数量呈现出逐年增长趋势,Android恶意软件的研究也成为了移动安全的研究热点。将机器学习技术应用到Android恶意软件检测当中已经很常见了,其中运用朴素贝叶斯分类算法对Android恶意软件检测比较多,但在现有的基于朴素贝叶斯分类算法Android恶意软件研究当中,并没有考虑到朴素贝叶斯分类算法的不足,其不足有特征属性之间相互独立的假设性条件以及每
6、个特征属性的权重值都视为一样,从而影响了Android恶意软件的检测性能。本文针对以上朴素贝叶斯分类算法的Android恶意软件检测不足,提出了以下两点改进,其改进第一点是提取出适合朴素贝叶斯分类算法的预处理特征集,特征集是由Android应用程序配置文件中的权限标签和Android应用程序源代码中的敏感API组合而成,并利用信息增益和卡方检验组合算法进行数据预处理。其改进第二点是对特征属性进行加权系数,以此来提高朴素贝叶斯分类算法对Android恶意软件的检测性能。由于每一个特征属性对分类的贡献是不一样的,所以
7、提出加权系数,将每个特征属性的权重系数都考虑进来,其中权重系数的求解是利用信息增益计算得来的。同时本文设计了基于改进朴素贝叶斯分类算法的Android恶意软件检测框架,通过该检测框架检验了以上的改进方法,实验分析得出,基于改进朴素贝叶斯分类算法的Android恶意软件检测的方法能够有效的提高恶意软件的检测率以及降低误报率。关键词:朴素贝叶斯,改进朴素贝叶斯,Android恶意软件,信息增益,卡方检验IAbstractNow,smartphoneswhichbasedonAndroidplatformaccount
8、sforthelion'sshareofthesmartphonemarket,thenumberofmalicioussoftwareontheAndroidplatformshowsincreasinggrowthtrend,studyonAndroidmalwarehasbecomeahottopicofmobilesecurity.Theapplicationof
此文档下载收益归作者所有