结合应用接口可达性特征的Android恶意软件检测

• 作者: 金泽宇 朱正伟
• 来源期刊: 电子测量技术
• 关键词: 恶意程序检测 机器学习 边信息 恶意行为 可达性特征
• 年，卷（期）: 2021,（9）
• 所属期刊栏目: 研究与设计|Research and Design
• 页码范围: 48-55
• 页数: 8页
• 分类号: TP311.5
• 语种: 中文
• DOI: 10.19651/j.cnki.emt.2105981

摘要

针对Android恶意软件检测,现有的研究多数提出了多种类特征结合机器学习来提高恶意程序检测中检测率,却少有考虑程序内应用接口调用之间的关联和程序调用图中的边信息.设计了基于应用接口可达性特征的Android恶意软件检测的方法,该方法基于恶意行为提取了应用接口的可达性特征,有效地使特征集包含边信息.在VirusShare所收集的2018年的恶意程序集中的1 151个恶意程序与来自Google Player的1 021个良性程序上进行了实验,结果为采用随机森林方法得到的模型相比其他4种方法更有效实现恶意程序的检测,并且模型整体的准确率达到了 98.90％.结果表明应用接口可达性特征使得模型的召回率和精度均有所提高,并且相比实验中的其他特征更为重要.