计算机应用研究
計算機應用研究
계산궤응용연구
APPLICATION RESEARCH OF COMPUTERS
2015年
9期
2774-2778
,共5页
Android移动终端%入侵检测%快速核密度估计%支持向量机%在线学习
Android移動終耑%入侵檢測%快速覈密度估計%支持嚮量機%在線學習
Android이동종단%입침검측%쾌속핵밀도고계%지지향량궤%재선학습
Android mobile terminal%intrusion detection%fast kernel density estimation%support vector machine (SVM)%online learning
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（fast kernel density es-timation，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。
針對噹前移動終耑使用中存在的安全隱患，研究瞭一種新的麵嚮Android移動終耑的入侵檢測算法。首先是在Android平檯上收集移動終耑內覈信息併進行預處理，通過引入快速覈密度估計（fast kernel density es-timation，FastKDE）算法對收集到的大規模樣本進行壓縮，得到數量閤理的訓練樣本，然後結閤在線增量學習算法，利用支持嚮量機（SVM）算法對處理後的數據進行判彆以識彆齣入侵。實驗結果錶明，該方法極大縮短瞭訓練時間，檢測性能逐步達到最佳，具有較好的可擴展性和自提升能力。
침대당전이동종단사용중존재적안전은환，연구료일충신적면향Android이동종단적입침검측산법。수선시재Android평태상수집이동종단내핵신식병진행예처리，통과인입쾌속핵밀도고계（fast kernel density es-timation，FastKDE）산법대수집도적대규모양본진행압축，득도수량합리적훈련양본，연후결합재선증량학습산법，이용지지향량궤（SVM）산법대처리후적수거진행판별이식별출입침。실험결과표명，해방법겁대축단료훈련시간，검측성능축보체도최가，구유교호적가확전성화자제승능력。
In order to solve hidden security risks of mobile terminal,this paper proposed a new intrusion detection algorithm for Android mobile terminal.Firstly,the proposed system normalized kernel information,which was collected on the Android platform.And it obtained a reasonable number of training samples by introducing fast kernel density estimation algorithm (FastKDE).Based on incremental learning online algorithm,using support vector machine(SVM)which was good at han-dling classification of small sample data,and the system determined whether it was invaded or not.The experimental results show that this method greatly shortens the training time,and gradually achieves the best detection performance,with better scalability and self-enhancing capabilities.
