发明 融合频繁项集与随机森林算法的Android恶意应用检测方法及系统
【网络安全 信息安全检测 软件安全】 2人
G06F21/56 G06F18/2431
摘要：本发明公开了一种融合频繁项集（Apriori）算法与随机森林算法的安卓（Android）恶意检测方法，涉及信息处理技术领域。对Android应用样本进行反编译，根据从各反编译文件中提取权限和函数调用静态特征，以获得样本集中权限之间的关联关系；基于Apriori算法挖掘出恶意样本和正常样本的频繁3‑项集，进而结合敏感应用程序编程接口（Application Programming Interface，API）函数调用生成特征；采用随机森林分类器实现对特征的学习和分类，从而实现Android恶意应用检测。利用本发明进行Android应用软件的恶意检测，系统资源消耗低，且具有非常高的检测准确率。
