面向Android支付破解应用的检测方法
Android破解应用存在侵犯合法软件权益和传播恶意代码的风险.为有效检测Android平台上的支付破解应用,提出一种基于机器学习的检测方法.针对反汇编的字节码文件构建了支付语义信息调用控制流和支付数据库操作函数集,通过n-gram和重复代码子块长度统计方法构造相应特征集,最后构建带决策机制的多分类器检测模型以识别Android应用中不同的支付破解行为.实验结果表明,所提检测方法的模型检测精确率为85.24%,AUC值为0.87,与同类方法相比,对支付破解类应用的检测率有显著提高,有效解决了支付破解应用的检测问题.
Android;支付破解;软件安全;特征提取;机器学习
44
TP309(计算技术、计算机技术)
国家自然科学基金项目;河南省高校科技创新团队项目;河南理工大学创新型科研团队项目
2021-09-28(万方平台首次上网日期,不代表论文的发表时间)
共7页
95-101