基于函數(shù)調(diào)用圖的Android惡意軟件檢測方法研究
發(fā)布時間：2021-07-16 09:21
Android作為一種基于Linux內(nèi)核的開源移動操作系統(tǒng),因其開放性廣為流行。Android系統(tǒng)的開放性在給開發(fā)者和用戶帶來方便的同時,也導(dǎo)致了大量的基于Android平臺的惡意軟件的產(chǎn)生,這些惡意軟件嚴(yán)重影響了Android操作系統(tǒng)的生態(tài)環(huán)境,損害了用戶的利益。因此,針對Android操作系統(tǒng)的安全機制和惡意軟件檢測的研究成為移動安全領(lǐng)域的重中之重。本文研究基于函數(shù)調(diào)用圖的Android惡意軟件檢測算法,已有的研究工作表明,提升Android惡意軟件檢測模型性能的關(guān)鍵在于特征的選擇使用,在一定程度上來說,惡意軟件檢測領(lǐng)域的特征工程比分類模型的選擇更為重要。本文對現(xiàn)有模型的不足進行分析并提出了一種基于圖卷積網(wǎng)絡(luò)的Android軟件函數(shù)調(diào)用圖特征提取算法,在一定程度上提高了Android惡意軟件檢測模型的準(zhǔn)確率。本文主要研究內(nèi)容如下:（1）分析總結(jié)了現(xiàn)有的Android惡意軟件檢測技術(shù)中存在的問題,即現(xiàn)有的研究中所使用的靜態(tài)特征如權(quán)限等無法反映出Android軟件的行為特征,同時現(xiàn)有的動態(tài)分析手段也有一定的局限性。（2）對于惡意軟件檢測問題,軟件的行為特征和其他靜態(tài)特征同樣關(guān)鍵,其作用...
【文章來源】：華中科技大學(xué)湖北省 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】：83 頁
【學(xué)位級別】：碩士
【圖文】：
009年第一季度至2018年第二季度全球智能手機操作系統(tǒng)市場份額[1]
圖 1-2 2011 年 1 月至 2018 年 3 月 Android 惡意軟件數(shù)量變化[2]Android 操作系統(tǒng)平臺惡意軟件瘋狂增長的另一原因是大部分第三方應(yīng)用下載傳應(yīng)用軟件的審查機制不夠完善，給了不法分子可乘之機。在這樣的背景下Android 操作系統(tǒng)平臺及客戶端應(yīng)用的安全性檢測成為相關(guān)領(lǐng)域研究者們關(guān)注根據(jù) 2018 年第三季度中國手機安全狀況報告[3]中的另一部分?jǐn)?shù)據(jù)，Android 操臺的惡意軟件行為主要是隱私竊取，占比高達 62.1%，其次為資費消耗(33.6扣費(3.6%)、流氓行為(0.3%)、遠程控制(0.2%)、系統(tǒng)破壞(0.1%)和欺詐軟件(0.1，2015 年出現(xiàn)的“百腦蟲”木馬通過將惡意代碼嵌入到熱門應(yīng)用中在一些第軟件商店和色情網(wǎng)站進行傳播，其感染的 Android 手機會出現(xiàn)自動訂閱扣費服安裝應(yīng)用軟件等現(xiàn)象，同時，由于“百腦蟲”擁有自動獲取 root 權(quán)限保護自，所以受感染的 Android 手機即使完全恢復(fù)出廠設(shè)置也無法完全清除該病毒
華 中 科 技 大 學(xué) 碩 士 學(xué) 位 論 文PI 框架層為上層應(yīng)用軟件開發(fā)提供編程接口，例如，View Syste類和接口，Resource Manager 提供了對應(yīng)用中的資源文件的訪問anager 則負(fù)責(zé)管理應(yīng)用軟件的生命周期。層(Application Layer)則處于整個架構(gòu)的頂端，用戶可以通過各用與系統(tǒng)進行交互。
【參考文獻】：
期刊論文
[1]Droid Detector:Android Malware Characterization and Detection Using Deep Learning[J]. Zhenlong Yuan,Yongqiang Lu,Yibo Xue. Tsinghua Science and Technology. 2016(01)
[2]Android安全綜述[J]. 張玉清,王凱,楊歡,方喆君,王志強,曹琛. 計算機研究與發(fā)展. 2014(07)
碩士論文
[1]基于機器學(xué)習(xí)的安卓惡意應(yīng)用檢測方法研究[D]. 田明會.北京交通大學(xué) 2017
[2]基于函數(shù)調(diào)用圖的Android重打包應(yīng)用檢測方法研究[D]. 吳興茹.北京交通大學(xué) 2017
[3]基于函數(shù)調(diào)用圖的Android惡意程序檢測技術(shù)研究與實現(xiàn)[D]. 林舒婕.北京郵電大學(xué) 2017
[4]應(yīng)用隨機森林與神經(jīng)網(wǎng)絡(luò)算法檢測與分析Android應(yīng)用惡意代碼[D]. 劉陽.北京交通大學(xué) 2015
[5]基于支持向量機的Android惡意軟件檢測方法研究[D]. 楊文.南京理工大學(xué) 2015
[6]基于監(jiān)督型機器學(xué)習(xí)分類方法的Android惡意軟件檢測技術(shù)研究[D]. 李駿驍.南京大學(xué) 2014
本文編號：3286735
【文章來源】：華中科技大學(xué)湖北省 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】：83 頁
【學(xué)位級別】：碩士
【圖文】：
009年第一季度至2018年第二季度全球智能手機操作系統(tǒng)市場份額[1]
圖 1-2 2011 年 1 月至 2018 年 3 月 Android 惡意軟件數(shù)量變化[2]Android 操作系統(tǒng)平臺惡意軟件瘋狂增長的另一原因是大部分第三方應(yīng)用下載傳應(yīng)用軟件的審查機制不夠完善，給了不法分子可乘之機。在這樣的背景下Android 操作系統(tǒng)平臺及客戶端應(yīng)用的安全性檢測成為相關(guān)領(lǐng)域研究者們關(guān)注根據(jù) 2018 年第三季度中國手機安全狀況報告[3]中的另一部分?jǐn)?shù)據(jù)，Android 操臺的惡意軟件行為主要是隱私竊取，占比高達 62.1%，其次為資費消耗(33.6扣費(3.6%)、流氓行為(0.3%)、遠程控制(0.2%)、系統(tǒng)破壞(0.1%)和欺詐軟件(0.1，2015 年出現(xiàn)的“百腦蟲”木馬通過將惡意代碼嵌入到熱門應(yīng)用中在一些第軟件商店和色情網(wǎng)站進行傳播，其感染的 Android 手機會出現(xiàn)自動訂閱扣費服安裝應(yīng)用軟件等現(xiàn)象，同時，由于“百腦蟲”擁有自動獲取 root 權(quán)限保護自，所以受感染的 Android 手機即使完全恢復(fù)出廠設(shè)置也無法完全清除該病毒
華 中 科 技 大 學(xué) 碩 士 學(xué) 位 論 文PI 框架層為上層應(yīng)用軟件開發(fā)提供編程接口，例如，View Syste類和接口，Resource Manager 提供了對應(yīng)用中的資源文件的訪問anager 則負(fù)責(zé)管理應(yīng)用軟件的生命周期。層(Application Layer)則處于整個架構(gòu)的頂端，用戶可以通過各用與系統(tǒng)進行交互。
【參考文獻】：
期刊論文
[1]Droid Detector:Android Malware Characterization and Detection Using Deep Learning[J]. Zhenlong Yuan,Yongqiang Lu,Yibo Xue. Tsinghua Science and Technology. 2016(01)
[2]Android安全綜述[J]. 張玉清,王凱,楊歡,方喆君,王志強,曹琛. 計算機研究與發(fā)展. 2014(07)
碩士論文
[1]基于機器學(xué)習(xí)的安卓惡意應(yīng)用檢測方法研究[D]. 田明會.北京交通大學(xué) 2017
[2]基于函數(shù)調(diào)用圖的Android重打包應(yīng)用檢測方法研究[D]. 吳興茹.北京交通大學(xué) 2017
[3]基于函數(shù)調(diào)用圖的Android惡意程序檢測技術(shù)研究與實現(xiàn)[D]. 林舒婕.北京郵電大學(xué) 2017
[4]應(yīng)用隨機森林與神經(jīng)網(wǎng)絡(luò)算法檢測與分析Android應(yīng)用惡意代碼[D]. 劉陽.北京交通大學(xué) 2015
[5]基于支持向量機的Android惡意軟件檢測方法研究[D]. 楊文.南京理工大學(xué) 2015
[6]基于監(jiān)督型機器學(xué)習(xí)分類方法的Android惡意軟件檢測技術(shù)研究[D]. 李駿驍.南京大學(xué) 2014
本文編號：3286735
本文鏈接：http://sikaile.net/kejilunwen/ruanjiangongchenglunwen/3286735.html
最近更新
教材專著
