刘 林 刘 亮 张 磊 吴润浦

1(四川大学网络空间安全学院 成都 610065) 2(中国信息安全测评中心 北京 100085)

(withliulin@qq.com)

据最近的一份报告[1]显示，仅在2019年Android移动端新增恶意程序样本约180.9万个，从漏洞数量看，Android系统以414个漏洞位居产品漏洞数量榜首，已对移动终端安全造成极大威胁，针对Android恶意软件的研究已成为热门.

在针对Android恶意应用程序的评估和检测方面，采用静态分析为主的有：McLaughlin等人[2]提出了基于对反汇编程序的原始操作码序列的静态分析来执行恶意应用程序分类，从而实现无需手动设计恶意应用程序的功能；高杨晨等人[3]提取Android应用的DEX文件，然后将其转换成灰度图像并放入CNN中进行训练分类，具有较高的分类准确率和泛化性能；Sanz等人[4]提出了利用静态分析检测的方法，通过确定Android应用程序是否有被过度授权以判断应用程序的恶意与否；Fang等人[5]提出了采用基于多核学习的特征融合算法分类的方法，将Android应用程序的DEX文件转换为图像和纯文本，再从中提取特征加强分类效果；Sarma等人[6]则采用的是观察关键权限的申请特征来对Android恶意应用程序进行检测评估；Liang等人[7]利用权限申请组合来识别恶意应用程序，以及Barrera等人[8]提出基于权限使用自组织映射进行实证分析恶意软件，进一步提升了静态分析识别的准确度.除了静态分析方法外，还有通过动态分析对恶意应用程序进行评估和检测：Enck等人[9]提出利用动态污点跟踪和分析恶意程序，最终实现同时跟踪多个敏感数据源；……