共被期刊论文引用了3次
您的检索式：您选中1篇文献正在查看引证文献汇总
|
|
|
题名
|
作者
|
年代
|
出处
|
被引量
|
| 1 | 基于智能分析的恶意软件检测研究进展和挑战显示文摘在应对恶意软件变种和新增恶意软件时,基于特征匹配等方法的传统恶意软件检测手段往往存在较高的误报率和漏报率。随着人工智能技术的发展,将人工智能应用在恶意软件检测领域具有广阔的发展空间。首先,从数据集构建、安全特征提取、安全特征处理、分类器选择、模型验证和性能评估这5个方面对Windows平台下的恶意软件智能分析相关工作进行了归纳总结;其次,对智能分析在恶意软件检测上所面临的挑战和问题进行了较为细致的阐述;最后,针对所面临的挑战,指出未来潜在的研究方向。 | 武强 苗彦涛 余尚仁 | 2022 | 通信技术2022，55，9： | 0 |
| 2 | 基于结构相似度的Android恶意软件检测显示文摘针对目前Android外挂恶意软件检测率低的问题,提出基于结构相似度的Android恶意软件检测算法.该算法首先使用逆向工程将App还原成源码,再利用源码中的class,method,API和系统命令构建结构图,利用互信息MI选出恶意App常用的API,再化简结构图,最后通过比对结构图包含敏感API的部分判断是否为恶意软件.该算法通过静态分析降低资源消耗、结构对比增加检测效率,从而达到提高外挂恶意软件检测率的目的.实验表明,该算法可行可靠. | 李蓉 周维柏 | 2020 | 宁夏大学学报(自然科学版)2020，41，1： | 0 |
| 3 | 基于结构相似度的Andriod恶意外挂软件检测算法显示文摘针对目前Android外挂恶意软件检测率低的问题,本文提出一种基于结构相似度的Android恶意软件检测算法。算法首先使用逆向工程将App还原成源码,再利用源码里的class、method、API和系统命令行构建结构图,利用互信息MI选出恶意APP常用的API,再化简结构图,最后通过比对结构图包含敏感API的部分来判断是否为恶意软件。算法通过静态分析降低资源消耗、结构对比增加检测效率,从而达到提高外挂恶意软件检测率的目的。实验表明本算法可行可靠。 | 李蓉 周维柏 | 2019 | 安徽师范大学学报(自然科学版)2019，42，6： | 0 |
您所在的机构暂未开通此部分的功能，请联系管理员