隨著移動(dòng)網(wǎng)絡(luò)的發(fā)展,智能移動(dòng)設(shè)備快速普及,其中安卓設(shè)備占據(jù)大部分份額,安卓應(yīng)用的數(shù)量也呈爆發(fā)性增長(zhǎng)。用戶(hù)享受到安卓應(yīng)用帶來(lái)的便利的同時(shí),其隱私安全也受到很大威脅。惡意的安卓應(yīng)用會(huì)收集用戶(hù)的高價(jià)值隱私數(shù)據(jù),例如賬戶(hù)信息、地理位置、設(shè)備信息以及傳感器數(shù)據(jù)等等。若隱私數(shù)據(jù)泄露,用戶(hù)輕則受到垃圾短信、電話的騷擾,重則遭受財(cái)產(chǎn)損失以及人身安全威脅。因此,為保護(hù)用戶(hù)的隱私安全,檢測(cè)惡意的安卓應(yīng)用以及分析應(yīng)用的惡意行為十分必要。學(xué)術(shù)界已經(jīng)提出了諸多高效靈活的檢測(cè)方案來(lái)檢測(cè)安卓惡意應(yīng)用,例如抽取應(yīng)用申請(qǐng)的權(quán)限或者編程接口作為特征并配合機(jī)器學(xué)習(xí)方法來(lái)檢測(cè)惡意應(yīng)用等,其中一些成果已經(jīng)應(yīng)用在商業(yè)殺毒軟件中。然而,由于安卓惡意應(yīng)用的數(shù)量快速增長(zhǎng)以及其使用的躲避檢測(cè)技術(shù)快速迭代,現(xiàn)有檢測(cè)技術(shù)在面對(duì)層出不窮的安卓惡意應(yīng)用時(shí)檢測(cè)效果也在逐漸降低。針對(duì)此挑戰(zhàn),本文圍繞安卓惡意應(yīng)用的檢測(cè),開(kāi)展了以下研究工作:1.提出了一種基于圖嵌入的安卓惡意應(yīng)用的家族分類(lèi)技術(shù),設(shè)計(jì)并實(shí)現(xiàn)了原型系統(tǒng)。該系統(tǒng)針對(duì)呈現(xiàn)家族特性的安卓惡意應(yīng)用,分析家族應(yīng)用的共有行為,抽取應(yīng)用代表性的行為作為家族特征,然后利用這些特征對(duì)新的惡意樣本進(jìn)行檢測(cè),識(shí)...

【文章頁(yè)數(shù)】：111 頁(yè)

【學(xué)位級(jí)別】：博士

【部分圖文】：

圖２．１安卓體系架構(gòu)??使用這種分層的體系結(jié)構(gòu)可以在不同的級(jí)別分解和解決不同的問(wèn)題

?第２章相關(guān)綜述與國(guó)內(nèi)外研宄現(xiàn)狀???第２章相關(guān)綜述與國(guó)內(nèi)外研究現(xiàn)狀??本章節(jié)根據(jù)本文的研宄內(nèi)容首先對(duì)安卓生態(tài)及問(wèn)題進(jìn)行介紹，闡述惡意安??卓應(yīng)用的定義，然后對(duì)安卓惡意應(yīng)用檢測(cè)的相關(guān)國(guó)內(nèi)外工作進(jìn)行介紹。??２．１相關(guān)綜述??２．１．１安卓系統(tǒng)??安卓系統(tǒng)是基于Ｌｉｎｕｘ內(nèi)核開(kāi)發(fā)的....

圖２．２移動(dòng)端應(yīng)用惡意行為分布??安卓惡意應(yīng)用的行為也可以進(jìn)一步細(xì)分信息竊取、系統(tǒng)篡改、系統(tǒng)破壞、信??

定義。??定義２．１安卓惡意應(yīng)用：在未明確提示用戶(hù)或未獲得用戶(hù)授權(quán)情況下，在??安卓智能終端上安裝運(yùn)行，并侵害用戶(hù)合法權(quán)益的應(yīng)用。??本小節(jié)將從應(yīng)用的惡意行為和傳播與觸發(fā)方式兩個(gè)方面對(duì)惡意安卓應(yīng)用進(jìn)??行介紹。??１．安卓惡意應(yīng)用的行為分類(lèi)??安卓惡意應(yīng)用根據(jù)其惡意行為可以分為６....

圖３．１家族分析的動(dòng)機(jī)??２．預(yù)備知識(shí)??本項(xiàng)研宄是基于圖嵌入算法的，在本小節(jié)對(duì)相關(guān)概念進(jìn)行簡(jiǎn)單介紹

?惡意軟件?＾??＾?ｉ＿ｉ?Ｉ費(fèi)Ｉ?ｌ＿ｌ?ｌ＿ｌ?…Ｉ，?１爵１１釋?zhuān)?１薛１?１釋?zhuān)伞??家族分析?深度分析??▼?”??家族類(lèi)別?ｒ?１??Ｈ：．、?！動(dòng)態(tài)分析！??＼?１費(fèi)？費(fèi)丨／?！?污點(diǎn)追蹤???Ｖ?》??、、丨ｇ丨丨數(shù)／?Ｉ?惡葡亍為Ｉ??．．?ｖ?Ｊ??？：?？....

圖３．３?Ｓｋｉｐ－ｇｒａｍ訓(xùn)練數(shù)據(jù)生成過(guò)程??抽取完訓(xùn)練樣本之后，基于這些成對(duì)的單詞來(lái)對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，訓(xùn)練樣??

ａｔｅｄ］????［ｉｓ，?ｏｎ］??Ｂｅｉｊｉｎｇ?ｉｓ?ｉｏｄｋａｔｅｄ?ｏｎ?ｔｈｅ?ｍａｐ?ｂｙ?ａ?ｒｅｄ?ｓｔａｒ?＿？?［ｉｎｄｉｃａｔｅｄ，?Ｂｅｉｊｉｎｇ］??［ｉｎｄｉｃａｔｅｄ，?ｉｓ］??［ｉｎｄｉｃａｔｅｄ，?ｏｎ］??［ｉｎｄｉｃａｔｅｄ，?ｔｈｅ］?....

本文編號(hào)：3998402