如今移動設備已經廣泛地覆蓋了人們的工作生活當中,智能手機是最普遍的移動設備,越來越多的人在智能手機中進行社交,購物,娛樂,工作等行為。不僅如此,由于網絡監(jiān)管越來越嚴格,很多智能手機上應用的賬號注冊需要實名制,因此移動設備中,存儲了用戶大量的個人隱私信息,這些移動設備上的隱私信息,成為了惡意病毒的重點攻擊對象。由于Android系統(tǒng)是占有智能手機的絕大多數(shù)系統(tǒng),因此各種Android應用大量地出現(xiàn)在Android應用市場中,而這些Android應用中,隱藏著各種惡意應用,這些惡意應用能夠竊取用戶隱私信息,限制用戶正常使用設備,對使用者造成了極大的威脅。因此,對于Android系統(tǒng)上的惡意應用的檢測的研究是如今網絡安全研究的重要課題之一。本文通過分析現(xiàn)有Android惡意應用攻擊方式,反檢測方法。分析了現(xiàn)有的檢測惡意應用的方法存在的不足以及可以改進的部分。結合了Android系統(tǒng)的系統(tǒng)機制,設計了一個基于行為特征值序列的檢測方法,并實現(xiàn)基于此方法的系統(tǒng)。本文的主要研究成果如下:（1）設計了一種基于行為特征值序列匹配的惡意應用檢測方法。該方法通過Hook敏感API的方式得到惡意應用樣本的行為... 

【文章來源】：中國礦業(yè)大學江蘇省 211工程院校 教育部直屬院校

【文章頁數(shù)】：80 頁

【學位級別】：碩士

【部分圖文】：

Android系統(tǒng)架構

在前一章的算法設計思路下,本文設計出了一個用于Android檢測的系統(tǒng)。該系統(tǒng)采用了C/S架構,如圖3-1所示。本方案系統(tǒng)主要分為客戶端與服務器2端。客戶端是運行在Android系統(tǒng)的設備當中,用于收集Android應用的行為數(shù)據(jù);而系統(tǒng)的服務器則是把客戶端上傳的數(shù)據(jù)進行分析,判斷應用是否擁有惡意行為,并把結果反饋于客戶端。從而顯示可在客戶端中顯示檢測結果。3.3.1系統(tǒng)檢測流程

系統(tǒng)檢測流程圖

【參考文獻】：
期刊論文
[1]基于Appium的Android應用自動化測試框架的研究[J]. 古銳,肖璞.  現(xiàn)代計算機(專業(yè)版). 2018(29)
[2]MonkeyRunner環(huán)境用例腳本化的Android軟件測試模型[J]. 蘭婭勛,李振坤.  科技通報. 2017(09)
[3]Android中基于MultiDex的熱修補方案的研究[J]. 范潤奇,郭兵.  現(xiàn)代計算機(專業(yè)版). 2016(34)
[4]Droid Detector:Android Malware Characterization and Detection Using Deep Learning[J]. Zhenlong Yuan,Yongqiang Lu,Yibo Xue.  Tsinghua Science and Technology. 2016(01)
[5]Android App Anti-repackage方法研究綜述[J]. 吳家順,高靜.  科技展望. 2015(25)
[6]位置服務隱私保護研究綜述[J]. 張學軍,桂小林,伍忠東.  軟件學報. 2015(09)
[7]安卓惡意軟件的分析與檢測[J]. 侯勤勝,曹天杰.  河南科技大學學報(自然科學版). 2015(05)
[8]帶有空間上下文信息的細粒度Android安全強化機制的設計[J]. 任桂超,丁麗萍,賀也平.  計算機應用與軟件. 2014(05)
[9]基于權限分析的Android隱私數(shù)據(jù)泄露動態(tài)檢測方法[J]. 高岳,胡愛群.  信息網絡安全. 2014(02)

博士論文
[1]協(xié)議漏洞挖掘及Android平臺惡意應用檢測技術研究[D]. 楊歡.西安電子科技大學 2014

碩士論文
[1]基于Android的移動互聯(lián)網應用的研究和實現(xiàn)[D]. 焦文華.北京郵電大學 2013



本文編號：2978510