基于混合特征的Android恶意软件静态检测

摘要：

当前智能手机市场中,Android占有很大的市场份额,又因其他的开源,基于Android系统的智能手机很容易成为攻击者的首选目标.随着对Android恶意软件的快速增长,Android手机用户迫切需要保护自己手机安全的解决方案.为此,对多款Android恶意软件进行静态分析,得出Android恶意软件中存在危险API列表、危险系统调用列表和权限列表,并将这些列表合并,组成Android应用的混合特征集.应用混合特征集,结合主成分分析(PCA)和支持向量机(SVM),建立Android恶意软件的静态检测模型.利用此模型实现仿真实验,实验结果表明,该方法能够快速检测Android应用中恶意软件,且不用运行软件,检测准确率较高.

关键词：混合特征、主成分分析法、支持向量机、Android应用、恶意检测

所属期刊栏目：40

分类号：TN393(半导体技术)

资助基金：浙江省移动网络应用技术联合重点实验室2010E10005;浙江省新一代移动互联网用户端软件科技创新团队2010R50009;基于TD-LTE的无线宽带政务示范网的评估测试与优化研究2011C11042;新一代移动互联网移动采编平台研究2012R10009-20

在线出版日期：2015-01-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：64-68