基于混合特征的恶意安卓程序检测方法

• 作者: 徐林溪 郭帆
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 恶意程序检测 语义特征 污点传播 聚类
• 年，卷（期）: 2017,（10）
• 所属期刊栏目: 计算机网络与信息安全
• 页码范围: 1837-1846
• 页数: 10页
• 分类号: TP393.08
• 字数: 8469字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2017.10.010

摘要

安卓系统的恶意程序数量多且危害大,研究相应的检测方法是当前研究热点.现有方法仅单独提取语法或语义特征,难以准确刻画恶意程序的攻击意图.提出一种混合提取语法和语义特征的检测方法,语义特征为基于类抽象的污点传播路径集合,并结合权限声明和Intent-Action等语法特征,对特征规范化后应用K-means算法训练样本集生成恶意程序家族的特征向量,应用欧氏距离检测未知程序与特征向量的相似度.基于FlowDroid实现原型系统,对400个真实程序的分析结果表明该方法有较高的精确度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭帆	江西师范大学计算机信息工程学院	37	217	10.0	12.0
2	徐林溪	江西师范大学计算机信息工程学院	1	4	1.0	1.0