基于多特征融合的安卓恶意应用程序检测方法

• 作者: 刘振岩 孟春 王勇 蔡建宇 薛静锋
• 来源期刊: 信息安全学报
• 学科: 工学
• 关键词: Android恶意应用检测 特征融合 Simhash算法 GBDT算法 随机森林算法
• 年，卷（期）: 2018,（4）
• 页码范围: 54-62
• 页数: 9页
• 分类号: TP393
• 字数: 8677字
• 语种: 中文
• DOI: 10.19363/J.cnki.cn10-1380/tn.2018.07.05

摘要

安卓恶意应用程序的检测目前存在着检测速度慢、检测率低等问题,本文针对这些问题提出了一种基于多特征融合的安卓恶意应用程序检测方法.从Android恶意应用的恶意行为特点出发,运用静态分析和动态分析互相结合的方法,提取出权限和组件、函数API调用序列、系统命令、网络请求等多维度特征,对维度较大的特征种类使用信息增益方法进行特征的筛选,取出最有用特征.本文还利用半敏感哈希算法的降维和保持相似度的特性,提出基于Simhash算法的特征融合方法,将原有的大维度的特征降维到相对较小的维度,并解决了特征的不平衡问题.融合后的特征使用GBDT算法和随机森林算法分类,检测恶意样本.实验对比分析得出本文使用的多种特征融合的方法在可以大大降低分类的训练时间,提高检测效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	薛静锋	北京理工大学计算机学院	26	290	11.0	16.0
2	王勇	北京理工大学计算机学院	83	554	11.0	19.0
3	刘振岩	北京理工大学计算机学院	8	41	4.0	6.0
4	孟春	北京理工大学计算机学院	4	4	1.0	2.0
5	蔡建宇	北京理工大学计算机学院	1	3	1.0	1.0