【摘要】：近年來,移動終端及應(yīng)用在電網(wǎng)公司各個業(yè)務(wù)系統(tǒng)中不斷推廣。惡意代碼開發(fā)者利用Android開放性平臺開發(fā)出很多惡意代碼,進(jìn)而對用戶手機(jī)進(jìn)行非法干擾。智能手機(jī)終端一經(jīng)被惡意代碼感染,攻擊者(“黑客”)就可以通過惡意代碼的方式非法獲取到用戶大量的隱私性信息[1](包括用戶帳號密碼信息、用戶手機(jī)號碼信息等),甚至進(jìn)行截斷短信息、刪除用戶移動終端中的應(yīng)用程序等惡意行為,從而導(dǎo)致一系列嚴(yán)重事件發(fā)生。因此,對Android惡意代碼的檢測技術(shù)進(jìn)行研究、開發(fā)面向省級電網(wǎng)公司的電力App安全測試系統(tǒng)有一定實際意義。本文中首先通過工具apktoolkits對apk文件反編譯得到字節(jié)碼文件,再從其smali文件中提取API指令,從而實現(xiàn)App的應(yīng)用程序接口(API)特征提取;并對反編譯生成的AndroidManifest.xml配置文件進(jìn)行權(quán)限特征提取,得到應(yīng)用程序在安裝運(yùn)行時需要的權(quán)限。其次,根據(jù)提取的特征屬性案例做出特征信息表,然后使用粗糙集理論(Rough Sets Theory,RS)對App特征進(jìn)行權(quán)重計算,再利用歐氏距離計算當(dāng)前特征案例與案例庫中特征屬性的相似度;使用隨機(jī)森林算法(Random Forests Algorithm,RF)對應(yīng)用特征進(jìn)行匹配訓(xùn)練,從原始訓(xùn)練集中有放回的抽取一定數(shù)量的樣本,作為根節(jié)點(diǎn)并開始不斷進(jìn)行訓(xùn)練,直到所有節(jié)點(diǎn)都被遍歷,或者訓(xùn)練結(jié)束,從而實現(xiàn)特征葉子節(jié)點(diǎn)與案例庫中的特征匹配。并利用一個智能變電站App的提取特征對RS與RF算法進(jìn)行對比仿真,二者在Android惡意代碼的檢測中都得到了較理想的效果,后者準(zhǔn)確率較高。最后,將電力系統(tǒng)中常用的企信App、移動云網(wǎng)App及微信App同時在本系統(tǒng)與“阿里聚安全平臺”進(jìn)行對比測試,能夠檢測惡意代碼特征漏洞,實驗結(jié)果表明所開發(fā)的測試平臺性能達(dá)到了預(yù)期目標(biāo)。
【圖文】：

據(jù)近年“金山毒霸”數(shù)據(jù)顯示，新出現(xiàn)的惡意代碼數(shù)量在不斷增長。逡逑惡意代碼總數(shù)日益增加，新惡意代碼層出不窮。信息安全形勢日益嚴(yán)峻。逡逑由圖１．１可見。逡逑３００００邋；逡逑２５０００邋ｈ－邐—■…．．一邋．一．．．４－逡逑｛邐｜邋ｊ邋！邐｜邋ｎ逡逑？邋｜邋ｉ邋｜邋Ｉ邋＼邋ｊ逡逑１５０００邋？邐￥逡逑ｍ邋［邐＇邋Ｉ邋！邋ｊ邋ｊ邋１逡逑１００００邋；邋．／逡逑）ｉ邋ｉ邋：邋ｉ／逡逑５０００逡逑／ｍ．邐邐邐逡逑２００２邐２００４邐２００６邐２００８邐２０１０邐２０１２邐２０１４逡逑年ｆ分／年逡逑圖１．１邐惡意代碼X棾で魘仆煎義希保捕褚獯胩卣骷骯セ骷際蹂義顯諉揮忻魅廢蠐沒Х⑺吞嶁訓(xùn)那榭魷攏褚獯胱孕星度氳狡淥體義閑虼攵沃�。覊末手机哉槼种特定环境．中使用，恶意代码就会被走h(yuǎn)村義閑�，以铺O瞪璞傅牧芰�、影响收集数臼~目捎瞇院捅Ｃ芐浴ｅ義媳菊陸誆雋碩褚獯氳姆擲嚳絞劍遠(yuǎn)褚獯牘セ饔肷娣絞澆義閑醒繡�，并侨~遠(yuǎn)褚獯虢芯蔡治觶�，检测窐獜�(fù)友靜杉跡藉義咸卣魈崛�。染忬綑{芰嗽詼褚獯爰觳夥槳鋼蟹幢嘁耄粒校宋募�，藩勩辶x現(xiàn)蟮奶卣魈崛�。辶x希保玻倍褚獯敕擲嚳椒ㄥ義隙褚獯敕擲嗍墻鋅燜儆行Ъ觳獾幕�。先建立恶意代職枘特征辶x希沖義

本文編號：2536413