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:
针对Android恶意软件持续大幅增加的现状以及恶意软件检测能力不足这一问题,提出了一种基于非用户操作序列的静态检测方法.首先,通过对恶意软件进行逆向工程分析,提取出恶意软件的应用程序编程接口(API)调用信息;然后,采用广度优先遍历算法构建恶意软件的函数调用流程图;进而,从函数流程图中提取出其中的非用户操作序列形成恶意行为库;最后,采用编辑距离算法计算待检测样本与恶意行为库中的非用户操作序列的相似度进行恶意软件识别.在对360个恶意样本和300的正常样本进行的检测中,所提方法可达到90.8%的召回率和90.3%的正确率.与Android恶意软件检测系统Androguard相比,所提方法在恶意样本检测中召回率提高了30个百分点;与FlowDroid方法相比,所提方法在正常样本检测中准确率提高了11个百分点,在恶意样本检测中召回率提高了4.4个百分点.实验结果表明,所提方法提高了恶意软件检测的召回率,有效提升恶意软件的检测效果.
推荐文章
基于用户授权的恶意软件防护方法
恶意软件
过滤驱动
文件
基于SVM的敏感权限Android恶意软件检测方法
Android
敏感权限特征
恶意检测
SVM
基于主机行为特征的恶意软件检测方法
网络安全
恶意软件
僵尸网络
木马
基于对比权限模式的恶意软件检测方法
恶意软件
关联规则
组合分类器
权限模式
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 基于非用户操作序列的恶意软件检测方法
来源期刊 计算机应用 学科 工学
关键词 Android 恶意软件 静态检测 函数调用图 应用程序编程接口调用
年,卷(期) 2018,(1) 所属期刊栏目 2017年全国开放式分布与并行计算学术年会(DPCS 2017)论文
研究方向 页码范围 56-60,66
页数 6页 分类号 TP309.2
字数 6985字 语种 中文
DOI 10.11772/j.issn.1001-9081.2017071835
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 曹天杰 中国矿业大学计算机科学与技术学院 56 486 10.0 20.0
2 罗文塽 中国矿业大学计算机科学与技术学院 1 5 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (33)
共引文献  (98)
参考文献  (11)
节点文献
引证文献  (5)
同被引文献  (9)
二级引证文献  (7)
1974(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(8)
  • 参考文献(0)
  • 二级参考文献(8)
2013(5)
  • 参考文献(0)
  • 二级参考文献(5)
2014(10)
  • 参考文献(1)
  • 二级参考文献(9)
2015(7)
  • 参考文献(3)
  • 二级参考文献(4)
2016(6)
  • 参考文献(6)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(5)
  • 引证文献(2)
  • 二级引证文献(3)
2020(5)
  • 引证文献(1)
  • 二级引证文献(4)
研究主题发展历程
节点文献
Android
恶意软件
静态检测
函数调用图
应用程序编程接口调用
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
月刊
1001-9081
51-1307/TP
大16开
成都237信箱
62-110
1981
chi
出版文献量(篇)
20189
总下载数(次)
40
论文1v1指导