基于多类特征的Android应用恶意行为检测系统

• 作者: 刘奇旭 张玉清 杨欢 胡予濮
• 来源期刊: 计算机学报
• 学科: 工学
• 关键词: 系综算法 Android应用 多类特征 恶意代码检测 行为分析 数据挖掘 智能手机 网络行为
• 年，卷（期）: 2014,（1）
• 所属期刊栏目: 网络安全行为分析
• 页码范围: 15-27
• 页数: 13页
• 分类号: TP393
• 字数: 11577字
• 语种: 中文
• DOI: 10.3724/SP.J.1016.2014.00015

摘要

目前针对未知的Android恶意应用可以采用数据挖掘算法进行检测,但使用单一数据挖掘算法无法充分发挥Android应用的多类行为特征在恶意代码检测上所起的不同作用.文中首次提出了一种综合考虑Android多类行为特征的三层混合系综算法THEA(Triple Hybrid Ensemble Algorithm)用于检测Android未知恶意应用.首先,采用动静态结合的方法提取可以反映Android应用恶意行为的组件、函数调用以及系统调用类特征;然后,针对上述3类特征设计了三层混合系综算法THEA,该算法通过构建适合3类特征的最优分类器来综合评判Android应用的恶意行为;最后,基于THEA实现了Android应用恶意行为检测工具Androdect,并对现实中的1126个恶意应用和2000个非恶意应用进行检测.实验结果表明,Androdect能够利用Android应用的多类行为特征有效检测Android未知恶意应用.并且与其它相关工作对比,Androdect在检测准确率和执行效率上表现更优.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨欢	西安电子科技大学综合业务网理论及关键技术国家重点实验室	3	159	2.0	3.0
2	胡予濮	西安电子科技大学综合业务网理论及关键技术国家重点实验室	176	1288	16.0	29.0
3	张玉清	西安电子科技大学综合业务网理论及关键技术国家重点实验室	147	3010	26.0	50.0
7	刘奇旭	中国科学院大学国家计算机网络入侵防范中心	30	423	10.0	20.0