论文研究面向Android系统安全分析的在线学习算法研究.pdf

针对当前移动终端使用中存在的安全隐患，研究了一种新的面向Android移动终端的入侵检测算法。首先是在Android平台上收集移动终端内核信息并进行预处理，通过引入快速核密度估计（fastkerneldensityestimation，FastKDE）算法对收集到的大规模样本进行压缩，得到数量合理的训练样本，然后结合在线增量学习算法，利用支持向量机（SVM）算法对处理后的数据进行判别以识别出入侵。实验结果表明，该方法极大缩短了训练时间，检测性能逐步达到最佳，具有较好的可扩展性和自提升能力。