面向Android二进制代码的缺陷预测方法

• 作者: 刘天铭 徐国爱 李承泽 董枫 郭燕慧
• 来源期刊: 北京邮电大学学报
• 学科: 工学
• 关键词: 缺陷预测 软件安全 Android二进制文件 机器学习 深度神经网络
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 论文
• 页码范围: 13-23
• 页数: 11页
• 分类号: TP311.5
• 语种: 中文
• DOI: 10.13190/j.jbupt.2017-243

摘要

针对Android软件缺陷预测任务中源代码难以获取的问题,提出一种面向Android二进制可执行文件的缺陷预测模型,同时采用深度神经网络进行缺陷预测.首先,通过一种创新的Android可执行文件缺陷特征提取方法,提取其符号特征和语义特征来构建缺陷特征向量;其次,用缺陷特征向量输入深度神经网络算法来训练和构建缺陷预测模型;最后,将工具原型DefectDroid应用于大规模smali文件缺陷预测任务中,在同项目缺陷预测、跨项目缺陷预测、传统机器学习算法等方面对模型进行性能评估.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭燕慧	北京邮电大学网络空间安全学院	24	273	8.0	16.0
2	徐国爱	北京邮电大学网络空间安全学院	40	486	13.0	20.0
3	董枫	北京邮电大学网络空间安全学院	2	8	1.0	2.0
4	刘天铭	北京邮电大学网络空间安全学院	1	0	0.0	0.0
5	李承泽	北京邮电大学网络空间安全学院	3	7	1.0	2.0