

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、智能手機現(xiàn)今已經成為互聯(lián)網流量的重要入口,同時也成為不法分子進行網絡犯罪活動的首選目標。Android系統(tǒng)作為一款市場占有率極高的智能手機操作系統(tǒng),受攻擊者關注程度非常高,面臨的安全形勢也更為緊急。Android平臺上的惡意軟件和網絡釣魚行為是Android面臨的所有惡意攻擊中,造成損失最為嚴重的兩種攻擊。所以,嚴峻的安全形勢迫切地要求加強對Android惡意軟件和網絡釣魚行為檢測技術的研究。
Android平臺網絡釣魚攻擊通
2、過誘導用戶訪問釣魚網站,竊取用戶敏感信息,給用戶的財產甚至人身安全帶來不可估量的威脅。針對SVM主動學習算法檢測釣魚網頁存在的檢測性能不足,本文對檢測性能有所提高。本文基于特征相似性利用核空間距離聚類技術(Kernel Space Distance Clustering,KSDC)結合SVM主動學習算法(KSDCASVM)提高檢測準確率,同時降低誤識別率和漏識別率,增強識別釣魚網頁性能。最后,通過實驗驗證KSDCASVM方法,結果表明在
3、學習的樣本數(shù)目相同的情況下,KSDCASVM使用核空間距離聚類挑選出具有代表性的樣本作為初始訓練集,形成的分類超平面優(yōu)于ASVM形成的分類超平面,所以能夠更高性能的檢測出釣魚網頁。
除了網絡釣魚行為給Android平臺網絡安全造成巨大的危害,惡意軟件也造成了十分嚴重的損失。為保證系統(tǒng)安全,Android基于Linux安全機制定制自身安全策略。Android使用權限機制將敏感資源的操作行為與權限綁定,應用程序只有在安裝時申請需要
4、用到的所有權限并成功獲取后才能成功安裝。正常應用程序和惡意應用程序申請的權限是不同的,即所需要使用的權限組合不同,現(xiàn)有方法根據(jù)同一個權限組合被正常軟件和惡意軟件請求頻率的差異形成權限組合黑名單來檢測惡意軟件。但是黑名單方法無法檢測出不使用黑名單內部權限組合的惡意軟件。本文基于權限組合,在惡意軟件和正常軟件請求權限組合的頻率差異的基礎上,利用決策樹挖掘出不在黑名單中卻被惡意軟件使用的權限組合,從而比黑名單方法更多地檢測出惡意軟件。最后通過
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- Android軟件惡意行為靜態(tài)檢測技術研究.pdf
- 基于行為特征的Android惡意軟件檢測技術研究.pdf
- Android移動終端惡意軟件檢測技術研究.pdf
- Android惡意軟件檢測關鍵技術研究.pdf
- Android平臺下惡意軟件動態(tài)檢測技術研究.pdf
- Android平臺惡意軟件的動態(tài)檢測技術研究.pdf
- 基于混合模型的Android惡意行為檢測技術研究.pdf
- 基于Android的惡意軟件檢測關鍵技術研究.pdf
- 惡意軟件行為分析及變種檢測技術研究.pdf
- 基于敏感特征集的Android惡意軟件檢測技術研究.pdf
- Android平臺惡意軟件檢測技術的研究.pdf
- Android應用程序惡意行為檢測關鍵技術研究.pdf
- 基于動態(tài)行為分析的Android軟件惡意行為實時檢測.pdf
- Android系統(tǒng)惡意代碼檢測技術研究.pdf
- Android惡意軟件靜態(tài)檢測方案研究.pdf
- Android平臺下基于行為的惡意代碼檢測技術研究.pdf
- Android平臺惡意程序檢測技術研究.pdf
- Android惡意軟件實現(xiàn)及檢測研究.pdf
- 基于Binder信息流的Android應用惡意行為檢測技術研究.pdf
- 基于權限的Android惡意應用檢測技術研究.pdf
評論
0/150
提交評論