APP下载

Android恶意软件的人工自然杀伤细胞检测模型

2021-03-23张福良梁意文谭成予

计算机工程与应用 2021年6期
关键词:特征信号检测

张福良,梁意文,谭成予

武汉大学 计算机学院,武汉 430072

随着智能手机的普及,智能手机不仅被用来通信,还可以被用来购物、支付、聊天、导航等。手机存储着人们的重要隐私,如联系人、短信、聊天记录、银行卡信息、阅读习惯、实时定位等。而Android 以其开源政策和开放性的原则,市场份额在2018 年达到85.1%。Android软件安全问题日益凸显,恶意软件的数量与种类不断增加[1]。在360 互联网安全中心发布《2018 年中国手机安全状况报告》显示[2],2018 年,Android 新增恶意程序样本约434.2万个,累计恶意程序感染量约为1.1亿次。恶意软件通过重打包、代码混淆或以其他方式转换恶意应用程序的可执行代码,以规避移动安全应用程序,进行恶意吸费、隐私窃取、远程控制、诱导下载等恶意行为,导致用户信息丢失,甚至造成财产损失。由此可见,对Android恶意软件检测技术的研究仍具有重要意义。

目前针对Android恶意软件检测研究已经取得一些进展,主要可分为静态分析检测、动态分析检测以及动静态分析结合的检测方法。静态分析检测方法多使用软件的静态特征,无需运行程序,通过反编译技术对程序进行源代码级解析,如数字签名、权限申请[3]、API 调用、APK 组件使用统计等,特点是操作简单、运行速度快。然而静态分析方法对新型恶意软件识别能力不强,容易受到代码混淆和字符串加密等影响,所以误报率较高。动态分析检测方法[4],通过观察程序动态运行特征[5],如CPU使用率、内存占用、动态API调用[6]、数据流等,从行为上对软件进行判断,准确率较高,缺点是操作复杂,必要时需修改Android 源码,当软件恶意行为不明显的检测效果不佳[1]。……

登录APP查看全文

猜你喜欢

特征信号检测
信号
完形填空二则
如何表达“特征”
不忠诚的四个特征
基于FPGA的多功能信号发生器的设计
小波变换在PCB缺陷检测中的应用
基于LabVIEW的力加载信号采集与PID控制
线性代数的应用特征