基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
研究了一种静态基于特征向量的机制,提供了一种静态分析的方法,用来检测Android恶意应用.为了识别不同Android恶意软件的意图,各种聚类算法被应用在此机制中,用来增强对Android任意应用程序的行为建模能力.同时研发了一套系统—XDroidMat.XDroidMat从每个Android应用程序的AndroidManifest.xml中抽取出静态信息,把组件作为切入点,往后追踪组件间通信及其API的调用.然后使用"k-means"算法加强建立恶意程序模型的能力.聚类的个数是通过奇异值分解算法决定的.最后采用"kNN"算法判别应用程序是恶意应用还是正常合法的应用.实验结果表明,XDroid-Mat的准确率达到了98.12%,在检测Android恶意应用中性能优异.
推荐文章
基于API函数及其参数相结合的恶意软件行为检测
恶意软件检测
基于行为检测
API调用名
输入参数
信息增益值
采用函数调用关系的注入型Android恶意应用检测
Android
恶意代码
静态分析
函数调用关系
基于抽象API调用序列的Android恶意软件检测方法
Android
恶意软件检测
抽象API调用序列
代码混淆
RandomForest
利用Windows Native API调用序列和基于决策树算法的主机异常检测
主机异常检测
Windows Native API
决策树
间断模式
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 通过AndroidManifest和API调用追踪的恶意检测
来源期刊 计算机技术与发展 学科 工学
关键词 Android恶意应用 静态分析 基于特征 组件间通信
年,卷(期) 2017,(3) 所属期刊栏目 安全与防范
研究方向 页码范围 126-130
页数 5页 分类号 TP393
字数 5509字 语种 中文
DOI 10.3969/j.issn.1673-629X.2017.03.026
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 薛质 上海交通大学电子信息与电气工程学院 274 1489 18.0 25.0
2 王轶骏 上海交通大学电子信息与电气工程学院 80 388 10.0 15.0
3 郑尧 上海交通大学电子信息与电气工程学院 1 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (22)
共引文献  (146)
参考文献  (9)
节点文献
引证文献  (2)
同被引文献  (5)
二级引证文献  (1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(6)
  • 参考文献(2)
  • 二级参考文献(4)
2012(10)
  • 参考文献(1)
  • 二级参考文献(9)
2013(4)
  • 参考文献(3)
  • 二级参考文献(1)
2014(3)
  • 参考文献(3)
  • 二级参考文献(0)
2017(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)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
Android恶意应用
静态分析
基于特征
组件间通信
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
计算机技术与发展
月刊
1673-629X
61-1450/TP
大16开
西安市雁塔路南段99号
52-127
1991
chi
出版文献量(篇)
12927
总下载数(次)
40
总被引数(次)
111596
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导