大数据和Android

本文探讨了基于大数据和机器学习的Android恶意软件检测方法,包括DroidMat和ANDRUBIS等工具,利用静态和动态分析技术,以及敏感行为特征来识别恶意应用。通过K-means和支持向量机等算法提升检测准确性,达到96%的检测精度。
摘要由CSDN通过智能技术生成

关于weka

  1. 乌云,静态
  2. Weka 介绍
  3. Weka 中文简单示例

第一个问题

我不想知道大数据和机器学习都有那些方法。最快捷的路径是:

大数据和机器学习在这方面都有什么应用?

关键字:malware detection

两篇比较重要的文档:
分别介绍了两个android恶意监测软件DroidMat以及ANDRUBIS。

1.DroidMat: Android Malware Detection through Manifest and API Calls Tracing

2.ANDRUBIS - 1,000,000 Apps Later:
A View on Current Android Malware Behaviors

=========================

DroidMat: Android Malware Detection through Manifest and API Calls Tracing

地址是:
http://ieeexplore.ieee.org/xpls/icp.jsp?arnumber=6298136&tag=1#citedby-section

主要涉及的是静态分析

=========================

Android anomaly detection system using machine learning classification(比较浅显易懂的一篇&
  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值