[1] Yerima S Y, Sezer S, Mcwilliams G. Analysis of Bayesian classification-based approaches for Android malware detection[J]. IET Information Security, 2014,8(1):25-36.
[2] Ham H S, Kim H H, Kim M S, et al. Linear SVM-based Android malware detection for reliable IoT services[J]. Journal of Applied Mathematics, 2014,2014:Article ID 594501.
[3] Yerima S Y, Sezer S, Muttik I. Android malware detection using parallel machine learning classifiers[C]// Proceedings of the 8th International Conference on Next Generation Mobile Applications, Services and Technologies. 2014:37-42.
[4] 许艳萍,伍淳华,侯美佳,等. 基于改进朴素贝叶斯的Android恶意应用检测技术[J]. 北京邮电大学学报, 2016,39(2):43-47.
[5] 胡静,华俊,姜羽,等. 一种基于属性关系的特征选择算法[J]. 控制与决策, 2015(10):1903-1906.
[6] 蒋良孝. 朴素贝叶斯分类器及其改进算法研究[D]. 武汉:中国地质大学, 2009.
[7] 刘建华,杨荣华,孙水华. 离散二进制粒子群算法分析[J]. 南京大学学报(自然科学版), 2011,47(5):504-514.
[8] Kennedy J, Eberhart R C. A discrete binary version of the particle swarm algorithm[C]// 1997 IEEE International Conference on Systems, Man, and Cybernetics. 1997,5:4104-4108.
[9] Harrington P. 机器学习实战[M]. 李锐,李鹏,曲亚东,等译. 北京:人民邮电出版社, 2013.
[10]刘逸. 粒子群优化算法的改进及应用研究[D]. 西安:西安电子科技大学, 2013.
[11]杨欢,张玉清,胡予濮,等. 基于权限频繁模式挖掘算法的Android恶意应用检测方法[J]. 通信学报, 2013(S1):106-115.
[12]刘白璐,杨雅辉,沈晴霓. 一种基于遗传算法的入侵早期特征选择方法[J]. 小型微型计算机系统, 2015,36(1):111-115.
[13]王晨曦,林耀进,刘景华,等. 基于最近邻互信息的特征选择算法[J]. 计算机工程与应用, 2015,52(18):74-78.
[14]卿斯汉. Android安全研究进展[J]. 软件学报, 2016,27(1):45-71.
[15]王志强,张玉清,刘奇旭,等. 一种Android恶意行为检测算法[J]. 西安电子科技大学学报(自然科学版), 2015,42(3):8-14.
[16]焦四辈,应凌云,杨轶,等. 一种抗混淆的大规模Android应用相似性检测方法[J]. 计算机研究与发展, 2014,51(7):1446-1457.
[17]杨欢,张玉清,胡予濮,等. 基于多类特征的Android应用恶意行为检测系统[J]. 计算机学报, 2014,37(1):15-27. |