融合行为模式的Android恶意代码检测方法

作者：杨吉云; 范佳文; 周洁; 高凌云

来源：计算机科学与探索, 2021, 1-11.

• 恶意代码检测
• API调用序列
• 行为模式
• 序列模式挖掘

基于API调用序列的Android恶意代码检测方法大多使用N-gram和Markov Chain来构建行为特征实现恶意代码检测，但这类方法构造的特征序列长度受限且包含不相关的调用序列，检测精度不高。本文提出了一种基于行为模式的Android恶意代码检测方法，首先，通过调用序列约简和调用序列合并，提取了最长敏感API调用序列；然后，定义了加权支持度，在此基础上提出了改进的序列模式挖掘算法，挖掘不同类别样本中具有高区分度的序列模式作为分类特征；最后，使用不同的机器学习算法构建分类器实现恶意代码检测。实验结果表明，本文提出的方法在Android恶意代码检测中的精确度达到了96.11%，比基于API调用数据的两种同类恶意代码检测方法分别提高了4.6%和2.11%。因此， 本文提出的方法能有效检测Android恶意代码。

• 单位
  重庆大学; 中国石油集团测井有限公司