基于敏感特征集的Android惡意軟件檢測技術(shù)研究.pdf

1、當今正處于移動互聯(lián)網(wǎng)飛速發(fā)展與移動智能終端用戶迅猛增長的時代，Android系統(tǒng)已然成為了全球最大的移動智能操作系統(tǒng)，隨之而來的是Android惡意軟件的傳播和不斷擴大，致使檢測技術(shù)的研究刻不容緩。雖然針對未知惡意軟件的啟發(fā)式檢測已有所研究，也取得了不俗的成果，但啟發(fā)式檢測技術(shù)在特征選取、分類器訓練、抗反檢測、時間和檢測性能等方面仍有較大提升空間。因此，文章主要研究內(nèi)容與工作如下:
　　1、調(diào)研近年來國內(nèi)外在Android惡意代碼

2、/軟件檢測方面的技術(shù)研究，分析Android系統(tǒng)架構(gòu)與安全機制，研究Android應用程序及其相關(guān)文件結(jié)構(gòu)、程序運行過程以及惡意程序機理。
　　2、將機器學習算法引入和進行Android軟件分類，并設計出用于接合Android應用程序與機器學習分類算法的邏輯接口，將代表著軟件特性的現(xiàn)實數(shù)據(jù)轉(zhuǎn)換為分類算法能識別的抽象數(shù)據(jù)。
　　3、給出關(guān)于敏感特征集的相關(guān)定義，并基于靜態(tài)敏感特征集uses-permission與smali A