本文選題：頻譜倒譜系數(shù)　切入點：高斯混合模型　出處：《電子科技大學學報》2016年06期

【摘要】：該文提出一種基于電量分析的惡意軟件檢測方法。首先獲取移動終端的耗電狀態(tài)并利用Mel頻譜倒譜系數(shù)(MFCC)構(gòu)建高斯混合模型(GMM)。然后采用GMM模型對電量消耗狀態(tài)進行分析,進而通過對應(yīng)用軟件的分類處理識別惡意軟件。實驗證明應(yīng)用軟件的功能與電量消耗關(guān)系密切,表明基于軟件的電量消耗信息分析可以較準確地檢測出移動終端的惡意應(yīng)用。
[Abstract]:This paper presents a method for detecting malware based on power analysis.Firstly, the state of power consumption of mobile terminal is obtained and the Gao Si hybrid model is constructed by using Mel cepstrum coefficient (MFCC).Then the GMM model is used to analyze the state of electricity consumption, and then the malware is identified by the classification of the application software.The experiment proves that the function of the application software is closely related to the consumption of electricity, which indicates that the analysis of the consumption information based on the software can detect the malicious application of the mobile terminal more accurately.
【作者單位】： 中國民航大學計算機科學與技術(shù)學院;
【基金】：國家自然科學基金(60776807,61179045) 國家科技重大專項基金(2012ZX03002002) 中國民航科技基金(MHRD201009,MHRD201205) 中央高�；究蒲袠I(yè)務(wù)費專項(3122014D033)
【分類號】：TP316;TP309

【相似文獻】

相關(guān)期刊論文 前10條

1 李斌;馮斌;;防治惡意軟件的幾點思考[J];法制與社會;2007年01期

2 劉香;;淺談“惡意軟件”的分類及治理措施[J];信息網(wǎng)絡(luò)安全;2007年03期

3 王江民;;建議將惡意軟件改稱有害軟件[J];網(wǎng)絡(luò)安全技術(shù)與應(yīng)用;2007年04期

4 李志祥;;應(yīng)對“惡意軟件”的策略[J];農(nóng)村電工;2008年02期

5 千堆棧;;惡意軟件隱藏危險多多[J];計算機安全;2008年05期

6 鄭淑蓉;;“惡意軟件”的危害及其治理[J];生產(chǎn)力研究;2009年02期

7 ZDNet;;惡意軟件的十條真相[J];網(wǎng)絡(luò)與信息;2010年04期

8 ;手機惡意軟件已經(jīng)兵臨城下[J];計算機與網(wǎng)絡(luò);2012年09期

9 涂凡;;淺談計算機惡意軟件及防范對策[J];計算機光盤軟件與應(yīng)用;2013年03期

10 Mike Fey;;應(yīng)對高級惡意軟件的兩大誤解[J];微電腦世界;2013年10期

相關(guān)會議論文 前4條

1 魏玉鵬;向陽;邊殿田;;惡意軟件關(guān)鍵技術(shù)及應(yīng)對策略研究[A];第一屆中國高校通信類院系學術(shù)研討會論文集[C];2007年

2 張健;吳功宜;杜振華;;惡意軟件防治產(chǎn)品檢測技術(shù)和標準的研究[A];全國計算機安全學術(shù)交流會論文集·第二十五卷[C];2010年

3 吳葉科;陳波;宋如順;;虛擬化惡意軟件及其檢測技術(shù)研究[A];全國計算機安全學術(shù)交流會論文集（第二十四卷）[C];2009年

4 謝文軍;于振華;韓林;;車聯(lián)網(wǎng)中惡意軟件傳播過程建模與仿真研究[A];系統(tǒng)仿真技術(shù)及其應(yīng)用學術(shù)論文集（第15卷）[C];2014年

相關(guān)重要報紙文章 前10條

1 毛濤濤;惡意軟件政府監(jiān)管呼之欲出[N];北京商報;2006年

2 記者　 舒晴;反惡意軟件進入重點攻堅階段[N];中國改革報;2007年

3 伊明;惡意軟件舉報機制將建立[N];中國稅務(wù)報;2007年

4 葉凡;反惡意軟件運動進入重點攻堅階段[N];中國高新技術(shù)產(chǎn)業(yè)導報;2007年

5 春秋;反惡意軟件運動進入“重點攻堅”階段[N];國際商報;2007年

6 張曉兵;看透惡意軟件四大技術(shù)伎倆[N];中國計算機報;2007年

7 張曉兵;個人預(yù)防惡意軟件“三段論”[N];中國計算機報;2007年

8 申明;“全球40%惡意軟件源于北京”說明了什么[N];科技日報;2007年

9 古月濱;軟件協(xié)會群策群力呼吁政府“懲惡”[N];民營經(jīng)濟報;2006年

10 ;我國反惡意軟件工作進入攻堅階段[N];人民郵電;2007年

相關(guān)博士學位論文 前2條

1 劉新;基于機器學習的惡意軟件分析方法與智能檢測技術(shù)研究[D];湘潭大學;2014年

2 孟超;基于云計算的病毒惡意軟件分析研究[D];南京航空航天大學;2013年

相關(guān)碩士學位論文 前10條

1 劉小坤;Android惡意軟件樣本分析系統(tǒng)的設(shè)計與實現(xiàn)[D];華南理工大學;2015年

2 張帆;基于權(quán)限分析與流量監(jiān)控的惡意軟件檢測與防護機制研究[D];北京交通大學;2016年

3 張金鑫;移動終端惡意軟件檢測與防護技術(shù)的研究與實現(xiàn)[D];東南大學;2015年

4 李駿驍;基于監(jiān)督型機器學習分類方法的Android惡意軟件檢測技術(shù)研究[D];南京大學;2014年

5 周志勝;基于程序數(shù)據(jù)值的惡意軟件變種識別研究與實現(xiàn)[D];南京大學;2014年

6 阮豪;基于內(nèi)核的安卓程序?qū)崟r行為分析方法研究[D];南京大學;2016年

7 洪明泉;某金融行業(yè)虛擬化的安全設(shè)計與應(yīng)用[D];福州大學;2014年

8 劉海光;基于用戶診斷方式的反惡意軟件系統(tǒng)的研究與實現(xiàn)[D];四川師范大學;2008年

9 甄真;在虛擬環(huán)境中揭示惡意軟件的行為[D];山東大學;2012年

10 汪歡;安卓移動智能終端的惡意軟件檢測與分析方法[D];南京理工大學;2014年

，

本文編號：1705776