Android移动恶意代码检测的研究概述与展望

• 作者: 蔡林 陈铁明
• 来源期刊: 信息网络安全
• 学科: 工学
• 关键词: 移动恶意代码 动态检测 静态检测 机器学习 模型检测
• 年，卷（期）: 2016,（9）
• 所属期刊栏目: 入选论文
• 页码范围: 218-222
• 页数: 5页
• 分类号: TP309
• 字数: 4348字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-1122.2016.09.043

摘要

随着Android系统在移动智能终端的应用越来越广，Android系统的信息安全问题也日趋严重。尽管Android操作系统的进程采用了独立的虚拟内存空间保障其程序内核的可靠性，但由于应用程序各种事件之间的调用和关联，导致隐私数据泄露、程序越权操作、电池耗尽攻击、恶意进程交互等手机安全事件频繁涌现。因此Android恶意代码检测技术成为移动应用安全防护的一个研究热点。文章从Android恶意代码检测的应用需求和背景出发，概述了动态检测和静态检测方法、基于机器学习的智能检测方法、基于形式化的软件工程方法等各个方面的研究进展，最后提出了融合机器学习和软件工程方法的综合静态检测方法的研究方向，并分析了技术难点，可为学术研究和产品开发提供有价值的参考。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈铁明	浙江工业大学计算机科学与技术学院	60	357	11.0	15.0