摘要：提出了一个Android恶意代码的静态检测系统Maldetect，首先采用逆向工程将DEX文件转化为Dalvik指令并对其进行简化抽象，再将抽象后的指令序列进行N-Gram编码作为样本训练，最后利用机器学习算法创建分类检测模型，并通过对分类算法与N-Gmm序列的组合分析，提出了基于3-Gram和随机森林的优选检测方法.通过4000个Android恶意应用样本与专业反毒软件进行的检测对比实验，表明Maldetect可更有效地进行Android恶意代码检测与分类，且获得较高的检测率.

原文链接:http://www.cqvip.com//QK/94913X/201610/7000068577.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）