黄玉书

摘要：当前智能手机市场中，Android系统的智能手机市场比例较大，而在丰富的应用软件中混杂着一些不易察觉的异常软件，Android平台软件的安全问题引起很多学者的注意。該文从低能耗开销目的出发初步恶意软件的检测，设计了基于权限特征的异常软件智能检测方法，首先对样本的权限信息的进行提取，然后根据CFS算法进行权限属性选择，最后利用AODE分类器对属性过滤后的权限特征进行分类，实现了异常软件轻量级初步检测。

关键词：Android;异常软件;检测;特征选取;机器学习

中图分类号：TP311        文献标识码：A

文章编号：1009-3044（2021）06-0068-02

1 绪论

当前智能手机市场中，Android系统的智能手机市场比例较大，是目前使用范围最广的手机系统。由于Android系统具有免费开源的特点，在丰富的应用软件中混杂着一些不易察觉的异常软件，加之用户的安全意识薄弱，Android平台软件安全问题亟须解决。本文为了解决Android平台中软件安全问题，利用机器学习，结合恶意软件特征值的方法进行检测。根据能反映软件恶意倾向的权限，设计检测方法，目的在于以较小开销实现了异常软件轻量级初步检测。

2 Android平台异常软件相关检测理论

2.1 Android安全机制

Google公司在设计开发Android操作系统时从Linux内核、本地库和运行环境以及应用程序框架这三个方面设置了相应的Android安全机制[1]。

2.2 机器学习概述

机器学习[2]是近20年开始兴起的利用计算机来模拟人类学习的一个复杂的学科。机器学习在人工智能跟统计分析的这两个领域得到最广泛的应用[3]。……