面向Android系统安全分析的在线学习算法研究

作者：葛唯唯; 刘渊

来源：计算机应用研究, 2015, (09): 2774-2778.

• Android移动终端
• 入侵检测
• 快速核密度估计
• 支持向量机
• 在线学习 Android mobile terminal
• intrusion detection
• fast kernel density estimation
• support vector machine(SVM)
• online learning

针对当前移动终端使用中存在的安全隐患,研究了一种新的面向Android移动终端的入侵检测算法。首先是在Android平台上收集移动终端内核信息并进行预处理,通过引入快速核密度估计(fast kernel density estimation,Fast KDE)算法对收集到的大规模样本进行压缩,得到数量合理的训练样本,然后结合在线增量学习算法,利用支持向量机(SVM)算法对处理后的数据进行判别以识别出入侵。实验结果表明,该方法极大缩短了训练时间,检测性能逐步达到最佳,具有较好的可扩展性和自提升能力。

• 出版日期2015
• 单位江南大学