基于Android网络恶意行为检测系统的应用研究
CSTR:
作者:
作者单位:

(1.山西农业大学 信息学院,山西 晋中 030800;2.太原市电子研究设计院,太原 030002)

作者简介:

贺 强(1982-),男,山西太原人,高级工程师,主要从事软件工程方向的研究。 [FQ)]

通讯作者:

中图分类号:

基金项目:

山西省教育科学“十二五”规划2015年度规划课题(GH-15010);2016年山西省高等学校教学改革创新项目(J2016146)。


Application Research of Malicious Behavior Detection System Based on Android Network
Author:
Affiliation:

(1.College of Information,Shanxi Agricutural University, Jinzhong 030800,China;2.Taiyuan Electronic Research and Design Institute,Taiyuan 030002,China)

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    目前,Android系统是当今网络用户最对的应用系统之一,而随着科学技术的发展,对于Android系统的恶意行为软件也逐渐增多,给当前的应用用户的财产以及私人信息安全带来了很大的威胁,严重的迟缓了当前移动通信网络技术以及相关于应用客户端的推广;为此,根据Android系统的特有机构设计出一种基于Binder信息流的自动检测恶意行为系统,以此来解决对于当前网络安全对于Android系统用户带来的负面影响;根据目前网络中的应用通信信息,检测可能存在的泄露用户信息的应用软件为目标,建立信息矢量图以此来分析当前网络中的恶意行为;通过对软件进行检测,研究可实用性和检测效果,结果显示其识别率可以达到100%,并且软件运行只占有内存的7%,结果可以达到当前的Android用户的使用范围。

    Abstract:

    The Android system is one of the most of the application system of the network users, and with the development of science and technology, the software for malicious behavior Android system has gradually increased, brought great threat to the application of the user's current property and personal information security, severe delay on the current mobile communication network technology and extension on application client. According to the specific mechanism of Android system to design a Binder based on the information flow of the automatic detection system of malicious behavior, in order to solve the negative impact of the current network security system for Android users. According to the application communication information in the current network, the application software of the possible leakage user information is detected, and the information vector is built to analyze the malicious behavior in the current network. Through testing the software of practicability and detect, the results showed that the recognition rate can reach 100%, software occupies only 7% memory. Results can reach the current Android user usage.

    参考文献
    相似文献
    引证文献
引用本文

贺强,王双喜,李剑勇,曲长征.基于Android网络恶意行为检测系统的应用研究计算机测量与控制[J].,2017,25(7):12-15.

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2016-12-28
  • 最后修改日期:2017-02-06
  • 录用日期:
  • 在线发布日期: 2017-08-10
  • 出版日期:
文章二维码