-
题名安卓恶意软件检测方法综述
被引量：19
- 1
-
-
作者
范铭
刘烃
刘均
罗夏朴
于乐
管晓宏
-
机构
西安交通大学网络空间安全学院
香港理工大学计算机系
西安交通大学计算机学院
-
出处
《中国科学：信息科学》
CSCD
北大核心
2020年第8期1148-1177,共30页
-
基金
国家重点研发计划(批准号:2016YFB1000903)
国家自然科学基金(批准号:61902306,61632015,U1766215,61772408,61833015)
+2 种基金
国家自然科学基金创新群体(批准号:61721002)
教育部创新团队(批准号:IRT 17R86)
中国博士后科学基金站前特别资助(批准号:2019TQ0251)资助项目。
-
文摘
在过去的十几年间,Android系统由于其开源性、丰富的硬件选择性以及拥有百万级别应用市场等优点,已经迅速成为了目前最流行的移动操作系统.与此同时,Android系统的开源性也使其成为了恶意软件的主要攻击目标.恶意软件的快速增长给移动智能手机用户带来了巨大的危害,包括资费消耗、隐私窃取以及远程控制等.因此,深入研究移动应用的安全问题对智能手机生态圈的健全发展具有重要意义.本文首先介绍了恶意软件检测所面临的问题与挑战,然后综述了近些年的恶意软件检测所使用的数据集信息以及相关方法,将现有方法分为了基于特征码、基于机器学习以及基于行为3大类,并针对各方法所使用的技术进行了归纳总结,全面比较和分析了不同技术的优缺点.最后,结合我们自身在恶意软件检测方面的研究基础对未来的研究方向和面临的挑战进行了探索与讨论.
-
关键词
安卓
恶意软件检测
家族识别
机器学习
-
Keywords
Android
malware detection
familial identification
machine learning
-
分类号
TP309
[自动化与计算机技术—计算机系统结构]
TP311.56
[自动化与计算机技术—计算机科学与技术]
-
