一种基于安卓的计算器学习的恶意程序检测系统

摘要

一种基于安卓的计算器学习的恶意程序检测系统，首次提出了综和APK文件多类特征统一建立N‑gram模型，并应用随机森林算法用于未知恶意程序检测;首先，采用多种方式提取可以反映Android恶意程序行为的3类特征，包括敏感权限、DVM函数调用序列以及OpCodes特征;然后，针对每类特征建立N‑gram模型，每个模型可以独立评判恶意程序行为;最后，3类特征模型统一加入随机森林算法进行学习，从而对Android程序进行检测;基于该方法实现了Android恶意程序检测系统。