一种基于混合特征的移动终端恶意软件检测方法

摘要：

随着移动终端恶意软件的种类和数量不断增大,本文针对Android系统恶意软件单特征检测不全面、误报率高等技术问题,提出一种基于动静混合特征的移动终端恶意软件检测方法,以提高检测的覆盖率、准确率和效率.该方法首先采用基于改进的CHI方法和凝聚层次聚类算法优化的K-Means方法构建高危权限和敏感API库,然后分别从静态分析和动态分析两个方面提取移动终端系统混合特征.在静态分析中,首先反编译APK文件,分析得到权限申请特征和敏感API调用特征;在动态分析中,通过实时监控APP运行期间的动态行为特征,分别提取其在运行过程中的敏感API调用频次特征和系统状态等特征信息;接着分别使用离差标准化、TF-IDF权重分析法和优序图法对混合特征进行归一化和特征权重赋值处理.最后,通过构建测评指标对本文所提基于混合特征恶意软件检测方法进行对比测试验证和评价分析.实验结果表明:本方法针对Android系统恶意软件的检测具有好的准确率和效率,可有效提高移动终端恶意软件检测的精确度.

关键词：移动终端、恶意软件检测、混合特征检测、机器学习、Android系统

所属期刊栏目：7

分类号：TP391.9(计算技术、计算机技术)

资助基金：国家重点研发计划;工业和信息化部工业互联网创新发展工程项目;工业和信息化部工业互联网创新发展工程项目;陕西省重点研发重点产业链项目;太仓市大院大所创新项目;东莞市科技装备动员项目;陕西省重点研发计划项目

在线出版日期：2022-04-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共19页

页码：120-138