基于贝叶斯网络的Android恶意行为检测方法

摘要

本发明公开了基于贝叶斯网络的Android恶意行为检测方法。具体过程为：步骤一：对Android应用训练样本进行静态特征提取；步骤二：进行特征预处理，采用卡方统计的特征选择方法，计算特征和类别之间的关联程度；步骤三：构建基于贝叶斯网络分类算法的Android软件恶意行为检测模型；步骤四：将待测APK提取的特征输入到训练好的贝叶斯网络病毒检测模型中，计算出所属类别的后验概率；步骤五：步骤四中得到两个数据，分别为待测APK提取的特征属于病毒类和正常类的后验概率，通过比较选择后验概率大的类别作为该应用的分类结果。本发明能够有效的检测Android恶意应用，同时在一定程度上降低了贝叶斯网络的学习时间。