本文選題：移動終端 + 電量消耗　； 參考：《清華大學(xué)學(xué)報(自然科學(xué)版)》2017年01期

【摘要】：根據(jù)Android應(yīng)用在運行期的耗電時序波形與聲波信號類似的特點,該文提出了一種基于Mel頻譜倒譜系數(shù)(Mel frequency cepstral coefficients,MFCC)的惡意軟件檢測算法。首先計算耗電時序波形的MFCC,根據(jù)MFCC的分布構(gòu)建Gauss混合模型(Gaussian mixture model,GMM)。然后采用GMM對電量消耗進行分析,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,并且基于軟件的電量消耗信息分析可以較準確地對移動終端的惡意軟件進行檢測。
[Abstract]:According to the similar characteristics of power consumption time series waveform and acoustic signal in Android application, a malware detection algorithm based on Mel frequency cepstral efficient coefficients of Mel spectrum cepstrum is proposed in this paper. Firstly, the MFCC of the power consumption time series waveform is calculated, and the Gauss mixed model is constructed according to the MFCC distribution. The Gaussian mixture model is constructed. Then GMM is used to analyze the consumption of electricity, and 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, and the analysis of the consumption information based on the software can detect the malware of the mobile terminal more accurately.
【作者單位】： 中國民航大學(xué)計算機科學(xué)與技術(shù)學(xué)院;
【基金】：國家科技重大專項基金資助項目(2012ZX03002002) 國家自然科學(xué)基金資助項目(60776807,61179045) 中國民航科技基金資助項目(MHRD201009,MHRD201205) 中央高校基本科研業(yè)務(wù)費專項資金項目(3122014D033)
【分類號】：TP309;TP316

【相似文獻】

相關(guān)期刊論文 前2條

1 ;電腦溫升警報器[J];電子世界;2009年08期

2 ;[J];;年期

相關(guān)重要報紙文章 前3條

1 復(fù)旦大學(xué)管理學(xué)院市場營銷系副教授 金立印;好人愛環(huán)保？洞悉社會認同的力量[N];第一財經(jīng)日報;2010年

2 本版撰稿 李婷邋舒佳樂;努力建設(shè)節(jié)約型企業(yè)[N];吉林日報;2008年

3 劉國安;大港油田電量消耗連續(xù)四年負增長[N];中國石油報;2004年

相關(guān)碩士學(xué)位論文 前1條

1 高赫;電動汽車運行評估支撐系統(tǒng)設(shè)計與實現(xiàn)[D];北京郵電大學(xué);2014年

，

本文編號：1863112