多维敏感特征的Android恶意应用检测

作者：谢念念; 曾凡平^*; 周明松; 秦晓霞; 吕成成; 陈钊

来源：计算机科学, 2019, 46(02): 95-101.

DOI：10.11896/j.issn.1002-137X.2019.02.015

• 安卓恶意应用检测
• 静态分析
• 语法特征
• 语义特征
• 机器学习

应用程序的行为语义在Android恶意应用检测中起着关键作用。为了区分应用的行为语义,文中提出适合用于Android恶意应用检测的特征和方法。首先定义广义敏感API,强调要考虑广义敏感API的触发点是否与UI事件相关,并且要结合应用实际使用的权限。该方法将广义敏感API及其触发点抽象为语义特征,将应用实际使用的权限作为语法特征,再利用机器学习分类方法自动检测应用是否具有恶意性。在13226个样本上进行了对比实验,实验结果表明,该方法的分析速度快且开销小,选取的特征集使Android恶意应用检测得到很好的结果;经机器学习分类技术的比较,我们选择随机森林作为检测方案中的分类技术,所提特征策略的分类准确率达到96.5%,AUC达到0.99,恶意应用的分类精度达到98.8%。

• 单位
  中国科学技术大学