基于圖的惡意代碼檢測及系統(tǒng)實(shí)現(xiàn).pdf

1、大量Android APP的出現(xiàn)，給人們的學(xué)習(xí)和生活提供了便利的同時(shí)也帶來了極大的移動安全問題。隨著移動學(xué)習(xí)理念的深入人心，移動學(xué)習(xí)APP被廣泛使用。但是移動學(xué)習(xí)APP容易遭受到惡意代碼的攻擊，同時(shí)移動學(xué)習(xí)越來越低齡化和普遍，學(xué)生缺乏安全防范意識和自控力，會導(dǎo)致學(xué)生面臨信息、資源泄露，甚至網(wǎng)絡(luò)欺騙和不良誘導(dǎo)等傷害。因此需要重視移動學(xué)習(xí)APP惡意代碼檢測。而且由于Android手機(jī)應(yīng)用市場的低門檻、低限制，惡意代碼的數(shù)量日益增大，變種也不

2、斷豐富，反檢測手段也不斷增強(qiáng)，給惡意代碼檢測帶來了巨大的挑戰(zhàn)。因此急需一系列更加高效的惡意代碼檢測技術(shù)。
　　本文分析了Android惡意代碼檢測方面的國內(nèi)外研究現(xiàn)狀，歸納了傳統(tǒng)的惡意代碼檢測方法存在的問題:不能適應(yīng)海量樣本、不能發(fā)現(xiàn)未知惡意代碼。同時(shí)對基于圖的惡意檢測算法進(jìn)行了研究，發(fā)現(xiàn)利用圖進(jìn)行惡意檢測效率高。因此針對傳統(tǒng)惡意代碼檢測方法存在的問題，提出了一種基于樣本關(guān)系圖模型的惡意代碼檢測方法。本文主要做了以下幾方面的工作:

3、
　　首先，提出了一種基于代碼相似度的代碼關(guān)系模型。通過多種算法的比較分析，選擇Simhash算法求代碼的文本相似度，Sift算法求圖標(biāo)相似度，編輯距離求敏感字符串相似度，來綜合表征代碼的相似度，利用圖結(jié)構(gòu)，以代碼為節(jié)點(diǎn)，以相似度為節(jié)點(diǎn)之間的權(quán)重，把代碼關(guān)系模型化。
　　然后，利用代碼關(guān)系模型，提出了一種基于圖的惡意代碼檢測算法。基于代碼相似度圖模型，結(jié)合標(biāo)簽傳播算法，利用代碼和代碼之間的關(guān)聯(lián)，通過代碼與鄰居代碼之間的惡意性

4、傳遞，不斷迭代，進(jìn)行惡意代碼檢測。實(shí)驗(yàn)表明算法準(zhǔn)確率高且運(yùn)行時(shí)間呈線性，能適應(yīng)海量的代碼樣本，是一種高效的檢測技術(shù)。
　　最后，基于上面的算法，設(shè)計(jì)并實(shí)現(xiàn)一個(gè)基于圖的惡意代碼檢測系統(tǒng)?；谙嗨贫冗M(jìn)行代碼關(guān)系建模，利用圖數(shù)據(jù)庫Titan存儲，利用標(biāo)簽傳播算法進(jìn)行惡意代碼檢測，并利用前端可視化技術(shù)展示樣本之間的關(guān)聯(lián)關(guān)系。通過測試表明基于圖的惡意代碼檢測系統(tǒng)能發(fā)現(xiàn)未知的惡意代碼。
　　本文提出的基于圖的惡意代碼檢測算法，準(zhǔn)確率高，