检索结果-南通市图书馆

检索条件"主题词=Android恶意代码分类"

共 1 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

基于操作码与图分析的android恶意软件家族分类方法研究

基于操作码与图分析的Android恶意软件家族分类方法研究

引用

作者：曹蓉电子科技大学

学位级别：硕士

由于android系统的开放性,许多物联网（IoT,Internet of Things）设备都在运行android系统,并且android设备也是IoT设备常用的一种控制终端。随着物联网设备的普及,基于android的物联网设备上的恶意软件也在增加,使得人们的生命和隐私... 详细信息

由于android系统的开放性,许多物联网（IoT,Internet of Things）设备都在运行android系统,并且android设备也是IoT设备常用的一种控制终端。随着物联网设备的普及,基于android的物联网设备上的恶意软件也在增加,使得人们的生命和隐私安全受到了威胁。目前市场上的主流android恶意软件检测产品都是基于恶意软件特征码扫描方式以及启发式扫描方式来进行检测,这两种方式对已知的恶意软件家族具有较快的检测速度和较低的误报率,但是它们无法检测到未知家族的恶意软件,很容易被混淆或打包的恶意软件规避。针对这个问题,研究人员提出了将android静态分析、动态分析与机器学习结合起来检测android恶意软件的新技术。然而这种检测方法存在着由于提取特征简单而限制检测准确性,以及动态分析效率低、开销大、难以完全触发恶意行为的问题。本文针对这些局限性,提出了一种基于操作码与图分析的android恶意软件家族分类方法。其主要研究内容及其相应的研究方法、研究成果分为如下两个方面:1.基于聚类与权重法的android样本标记方法研究。目前android数据集普遍缺少标签标识,给恶意软件分析者带来困扰。故本文在现有android恶意软件标记方法的基础上进行改进,形成新的标记方法。首先利用VirusTotal判断样本是恶意还是良性的,针对恶意样本,通过VirusTotal获取多种检测引擎的检测报告,然后利用Euphony的聚类规则对前述检测结果进行聚类,再结合自定义的权重规则,最终给每个样本确定唯一而准确的标签。本文在7000个良性样本以及6500个恶意样本上进行了测试,实验结果表明,该方法能准确地给样本打上唯一的标签。2.基于Dalvik操作码图的android恶意软件家族分类方法研究。Dalvik操作码可以细粒度刻画程序行为模式,图可以对程序行为进行结构化表述,因此结合两者的优势,可以提高现有方法对android恶意软件家族通用行为的刻画精度,进而提高大规模android恶意软件的分类准确性与效率。本文首先利用上述样本标记方法获取样本标签,然后从样本中提取出Dalvik操作码以及函数调用图等原始信息,再基于函数调用图中的函数调用路径,构造出具有时序性的操作码特征,最后使用深度学习模型LSTM进行训练与检测。本文在真实的数据集上对所提出的分类方法进行测试,实验结果表明,我们的方法能达到97%的准确率,从准确率、时间消耗、模型大小三个层面来讲,优于现有主流android恶意代码检测方案。

关键词： Android恶意代码分类静态分析操作码级FCG 深度学习 LSTM

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

全选清除本页清除全部题录导出标记到“检索档案”

共1页 << < 1 > >>

回到顶部

执行限定条件

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：