基于GEP-NBC算法的Android恶意应用静态检测

摘要

为了提高以Android平台为主的互联智能产品恶意检测效率,降低恶意攻击风险,利用朴素贝叶斯算法的简单快速特点,引入基因表达式编程(Gene Expression Programming,GEP)算法优化提取出的Android APK静态信息样本数据中缺失属性的填充,一定程度上消除了样本数据属性值缺失对分类检测算法的影响.利用优化后的样本数据,对Android平台中的恶意应用进行静态检测,实验结果表明,该算法在Android恶意应用静态检测方面上,获得较好分类结果,能够高效检测Android恶意应用,降低智能产品的安全威胁.