计算机应用研究

作者：许逸超,袁倩婷,徐建,

单位：南京理工大学计算机科学与工程学院,南京210094；

关键词：Android,静态特征,细粒度恶意分类,

由于Android系统的开放性，恶意软件通过实施各种恶意行为对Android设备用户构成威胁。针对目前大部分现有工作只研究粗粒度的恶意应用检测，却没有对恶意应用的具体行为类别进行划分的问题，提出了一种基于静态行为特征的细粒度恶意行为分类方法。该方法提取多维度的行为特征，包括API调用、权限、意图和包间依赖关系，并进行了特征优化，而后采用随机森林的方法实现恶意行为分类。在来自于多个应用市场的隶属于73个恶意软件家族的24 553个恶意Android应用程序样本上进行了实验，实验结果表明细粒度恶意应用分类的准确率达95.88%，综合性能优于其他对比方法。

来源：2020年第10期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2020年第10期