原文服务方: 计算机应用研究       
摘要:
针对 Android 恶意应用泛滥的问题,提出了一种基于恶意应用样本库的多级签名匹配算法来进行 An-droid 恶意应用的检测。以 MD5哈希算法与反编译生成的 smali 文件为基础,生成 API 签名、Method 签名、Class签名、APK 签名。利用生成的签名信息,从每一类恶意应用样本库中提取出这类恶意行为的共有签名,通过匹配待检测应用的 Class 签名与已知恶意应用样本库的签名,将待测应用中含有与恶意签名的列为可疑应用,并回溯定位其恶意代码,确定其是否含有恶意行为。在测试中成功地发现可疑应用并定位了恶意代码,证明了系统的有效性。
推荐文章
基于机器学习算法的Android恶意程序检测系统
随机森林
恶意代码检测
多类特征
安卓应用
机器学习
DApriori:一种基于Apriori的Android恶意应用检测方法
Apriori算法
恶意应用
隐私泄露
权限
基于统计学特征的Android恶意应用检测方法
统计学特征
机器学习
个体差异性
恶意应用检测
基于Android系统的手机恶意软件检测模型
Android系统
恶意软件
数据挖掘
敏感API
FP-growth算法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于多级签名匹配算法的 Android 恶意应用检测
来源期刊 计算机应用研究 学科
关键词 多级签名 恶意应用 安卓 匹配 检测
年,卷(期) 2016,(3) 所属期刊栏目 信息安全技术
研究方向 页码范围 891-895
页数 5页 分类号 TP309.5
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2016.03.057
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 秦中元 东南大学信息科学与工程学院 20 339 7.0 18.0
2 王志远 东南大学信息科学与工程学院 4 77 4.0 4.0
3 吴伏宝 东南大学信息科学与工程学院 1 21 1.0 1.0
4 吴颖真 东南大学信息科学与工程学院 1 21 1.0 1.0
5 游雁天 东南大学信息科学与工程学院 1 21 1.0 1.0
6 徐倩怡 东南大学信息科学与工程学院 1 21 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (16)
共引文献  (63)
参考文献  (5)
节点文献
引证文献  (21)
同被引文献  (42)
二级引证文献  (21)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(4)
  • 参考文献(0)
  • 二级参考文献(4)
2012(4)
  • 参考文献(3)
  • 二级参考文献(1)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2017(9)
  • 引证文献(7)
  • 二级引证文献(2)
2018(11)
  • 引证文献(6)
  • 二级引证文献(5)
2019(14)
  • 引证文献(4)
  • 二级引证文献(10)
2020(8)
  • 引证文献(4)
  • 二级引证文献(4)
研究主题发展历程
节点文献
多级签名
恶意应用
安卓
匹配
检测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
论文1v1指导