咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >基于机器学习的Android应用组件暴露漏洞分析 收藏

基于机器学习的Android应用组件暴露漏洞分析

Analysis of Android Application Component Exposure Vulnerability Based on Machine Learning

作     者:邵帅 王眉林 陈冬青 王婷 姜鑫 SHAO Shuai;WANG Mei-lin;CHEN Dong-qing;WANG Ting;JIANG Xin

作者机构:中国信息安全测评中心北京100085 北京邮电大学计算机学院北京100876 

出 版 物:《北京理工大学学报》 (Transactions of Beijing Institute of Technology)

年 卷 期:2019年第39卷第9期

页      面:974-977页

核心收录:

学科分类:08[工学] 0835[工学-软件工程] 081202[工学-计算机软件与理论] 0812[工学-计算机科学与技术(可授工学、理学学位)] 

基  金:国家自然科学基金面上项目(61672534) 

主  题:机器学习 组件暴露漏洞 Android应用 

摘      要:现阶段已有很多Android应用软件的自动化漏洞检测方法,针对现有漏洞检测方案仍然依赖于先验知识并且误报率较高的问题,本文研究了基于机器学习的Android应用软件组件暴露漏洞的分析方法.在对Android应用软件结构进行全方位分析的基础上,结合组件暴露漏洞模型,建立了相应的机器学习系统,并能够对Android漏洞特征进行提取、数据清理和向量化.结合人工分析与验证,建立了1 000个Android APK样本集,并通过训练实现了组件暴露漏洞的自动化识别,达到了90%以上的精确度.

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分