應用隨機森林與神經(jīng)網(wǎng)絡算法檢測與分析Android應用惡意代碼.pdf

1、隨著移動互聯(lián)網(wǎng)的飛速發(fā)展，全國智能手機數(shù)量也呈爆炸式增長，尤其Android系統(tǒng)已經(jīng)成為市場份額第一的操作系統(tǒng)，帶動了龐大的市場經(jīng)濟利益。由于Android系統(tǒng)的開源性，黑客們已經(jīng)將其選定為新的攻擊目標。各種病毒層出不窮，從自動撥打扣費電話、訂購垃圾消息，到竊取用戶銀行賬號密碼等，Android系統(tǒng)在帶給人們極大的方便同時，也帶來了巨大的安全隱患。面對日益龐大的Android應用庫，如何對其進行有效的組織、管理和檢測成為亟待解決的問題。

2、
　　本文深入研究了基于Android系統(tǒng)的惡意代碼分析與檢測問題。主要研究重點包括:
　　(1)主要研究Android系統(tǒng)安全機制以及惡意代碼攻擊方式。系統(tǒng)的安全機制主要是Linux內(nèi)核本身的安全機制和Android特有的一些安全機制，比如進程沙箱隔離、權限控制以及進程通信等。對Android惡意樣本進行分析檢測的同時，研究總結(jié)了惡意代碼的攻擊機制，比如LKM、Java反射、多態(tài)變形等機制。
　　(2)對惡意代碼在A

3、ndroid系統(tǒng)實現(xiàn)功能及實現(xiàn)方法進行了分析，例如Root破解、代碼注入、電話竊聽等。深入研究了目前基于Android系統(tǒng)的惡意代碼檢測方式。比如特征碼檢測、主動防御、日志記錄分析等。
　　(3)提出利用隨機森林及神經(jīng)網(wǎng)絡算法來檢測與分析Android惡意代碼的方案。通過課題組提供的Android樣本及使用靜態(tài)逆向分析技術提取出的11大類的特征數(shù)據(jù)集。最后利用隨機森林及神經(jīng)網(wǎng)絡算法分析及檢測Android惡意應用。大量的實驗結(jié)果顯