基于机器学习的Android应用组件暴露漏洞分析

摘要：

现阶段已有很多Android应用软件的自动化漏洞检测方法,针对现有漏洞检测方案仍然依赖于先验知识并且误报率较高的问题,本文研究了基于机器学习的Android应用软件组件暴露漏洞的分析方法.在对Android应用软件结构进行全方位分析的基础上,结合组件暴露漏洞模型,建立了相应的机器学习系统,并能够对Android漏洞特征进行提取、数据清理和向量化.结合人工分析与验证,建立了1 000个Android APK样本集,并通过训练实现了组件暴露漏洞的自动化识别,达到了90％以上的精确度.

关键词：机器学习、组件暴露漏洞、Android应用

所属期刊栏目：39

分类号：TP319(计算技术、计算机技术)

资助基金：国家自然科学基金面上项目61672534

在线出版日期：2019-10-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：974-977