基于Markov链模型的Android平台恶意APP检测研究

• 作者: 王春东 胡全 莫秀良
• 来源期刊: 天津理工大学学报
• 学科: 工学
• 关键词: Android 检测识别 行为特征 Markov
• 年，卷（期）: 2016,（2）
• 页码范围: 27-31
• 页数: 5页
• 分类号: TP311
• 字数: 4059字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-095X.2016.002.007

摘要

目前Android手机上恶意APP安全检测方法大致分为两种,静态检测和动态检测.静态检测利用逆向分解手机安装文件,对APP安装文件进行分解,提取其代码特征和正常应用样本数据库中样本进行对比,判定APP是否存在恶意行为.动态监测基于对系统信息和应用行为的监控结果来判断APP是否为恶意应用.静态方法由于样本库规模的的限制很难检测病毒变种和新型病毒,动态检测需要事实监控系统行为,占用大量手机资源并且检测识别率不高.本文以Markov链模型为基础结合了动态监控应用行为和用户行为的方法得出的Android平台恶意APP检测方法.最后结合静态检测对apk文件进行分析,以增加动态监控方法的准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王春东	天津理工大学计算机与通信工程学院	68	388	11.0	17.0
2	莫秀良	天津理工大学计算机与通信工程学院	20	142	6.0	11.0
3	胡全	天津理工大学计算机与通信工程学院	1	5	1.0	1.0