基于智能移動終端的惡意應(yīng)用檢測研究.pdf

1、近年來，智能移動終端的惡意應(yīng)用程序的種類和數(shù)量急速增長。智能移動終端的惡意應(yīng)用的檢測技術(shù)研究越來越受關(guān)注。傳統(tǒng)的檢測方法是基于先驗特征進(jìn)行匹配檢測，對于已知類型的變種及新型惡意程序難以進(jìn)行有效的檢測。利用機(jī)器學(xué)習(xí)方法對惡意應(yīng)用程序進(jìn)行分類檢測，不僅可以有效的檢測已知惡意應(yīng)用程序，對已知惡意應(yīng)用程序的變種和新型惡意程序也有很好的檢測效果。本文在學(xué)習(xí)現(xiàn)有惡意應(yīng)用檢測技術(shù)的基礎(chǔ)上，提出一種基于多維特征機(jī)器學(xué)習(xí)的智能移動終端惡意應(yīng)用檢測方案，從

2、界面組件相對頻度、權(quán)限聲明信息和API調(diào)用信息這三個特征維度對惡意應(yīng)用程序進(jìn)行特征參數(shù)提取及分類，并對分類結(jié)果進(jìn)行加權(quán)投票，給出綜合判定結(jié)果。
　　本文的主要工作及創(chuàng)新點如下:
　　1、提出了一個基于多維特征機(jī)器學(xué)習(xí)的智能終端惡意應(yīng)用聯(lián)合檢測方案。對于待檢測的應(yīng)用程序進(jìn)行多維度特征提取，并通過構(gòu)建相互獨立的分類器進(jìn)行決策。利用集成學(xué)習(xí)的原理，將分類器的決策結(jié)果加權(quán)投票后給出判決結(jié)果。根據(jù)分類器檢測準(zhǔn)確率設(shè)定權(quán)重系數(shù)，充分發(fā)揮

3、單個分類器的優(yōu)勢，用于提升惡意代碼檢測準(zhǔn)確率。
　　2、提出了基于不同特征的分類器構(gòu)建方法:采用基于深度優(yōu)先遍歷算法的遞歸搜索提取各類組件基于界面組件相對頻度特征參數(shù)并構(gòu)建分類器;采用基于字符串匹配的Boyer-Moore匹配搜索算法提取程序中出現(xiàn)的權(quán)限聲明信息頻度特征參數(shù)并構(gòu)建分類器;基于n-gram算法的文本搜索算法提取信息增益最大的前20個API的調(diào)用次數(shù)特征參數(shù)并構(gòu)建分類器。
　　3、設(shè)計并實現(xiàn)了一個基于多個維特征機(jī)

4、器學(xué)習(xí)的智能移動終端惡意應(yīng)用檢測系統(tǒng)。整個系統(tǒng)分為三個功能模塊:應(yīng)用程序逆向模塊、特征提取模塊和聯(lián)合檢測模塊。利用應(yīng)用程序逆向模塊，逆向分析應(yīng)用程序，獲取程序的源碼文件;利用特征提取模塊從源碼文件提取界面組件相對頻度特征、權(quán)限聲明信息特征和API調(diào)用信息特征;利用聯(lián)合檢測模塊構(gòu)建分類器并對待測應(yīng)用程序進(jìn)行分類判決，對判決結(jié)果加權(quán)投票后給出最終的檢測結(jié)果。
　　4、從豌豆莢應(yīng)用市場和惡意應(yīng)用程序樣本庫中選擇測試樣本進(jìn)行測試。經(jīng)測試表