%0 Journal Article
%A 董枫
%A 董航
%A 李祺
%A 彭勇
%A 徐国爱
%T Android运行时恶意行为检测模型研究
%D 2014
%R 10.13190/j.jbupt.2014.03.012
%J 北京邮电大学学报
%P 58-61,88
%V 37
%N 3
%X <p>为实现Android应用程序恶意行为的有效分析，提出了基于HMMs-SVM的程序行为分类模型，将隐马尔可夫模型（HMM）和支持向量机（SVM）相结合，以动态行为序列作为关键特征，对移动应用软件运行中的网络收发、文件访问等行为建模. 该模型融合了HMM和SVM的优势，并克服了二者的不足，适合于在获取连续动态行为特征序列后进行行为分类. 实验结果表明，该方法分析召回率较高，可以有效对应用中的异常行为进行捕捉，并可以将其按类型分类.</p>
%U https://journal.bupt.edu.cn/CN/10.13190/j.jbupt.2014.03.012