欢迎来到天天文库
浏览记录
ID:35030349
大小:4.04 MB
页数:70页
时间:2019-03-16
《android移动终端恶意软件检测技术研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、卢,.,叫;;:編議磯庐V心;:纖碱巧-;;/.‘3'-..;..:'..式?';V/令啡詞f赚>;聲如节(片V.鴻,‘:’/?‘'去、....::单位巧城兴俯巧灌辦―1鱗誠V.主游讀窠诲;含拓飞邊..??:"',、;‘‘';?'./^;'三,'.亡'::.HVV\、';.!‘斯i%、?/、一?'’.?‘、’‘''-.-.'?\‘^,..-/;V'户‘,午.*Y扛.\./八V/,V满读.:P親餐鳴扛'^巧7,,,朱《隹讼义呼,r%心如.
2、-‘.'-';''-"1發.:,户,‘,-声:>S:苗,0/^、主..故,S*吟V;;rV分.’...''、、二.-?含占-成vX;NA\^;卷M吟'/-霄冷■^-..xi:,.:./l:Vr;_c;|'.记;無青觀自:Android移动终端恶竟软件检测技术為兹1:晋掌i讀f;.蟲.讀;\:二iVj線::搭省n节或存掉'‘‘ ̄一 ̄:’-与:八--、乂/;^.本.....>>:!识巧j节碑兴沪度.,\;巧f'‘h、,:—,lパV‘震化,/〇
3、\作.書、*-:.'■‘,-‘.;\与'■''’?";:;又*.-、■>-、.!f1户,X'?^-;每.f:i、心弁X‘.,‘:/破学.’'-::心午:;沾吟乎一r*,'...:.^'.^s.心f作、<’’;'片.其巧.?:.’':厂巧V:/..V.茄^....一——‘方..啤气六六,^1'./,摩.'%’薦(遂絮‘:孙,知信-.兰-导;f师;V:,Pj.1哉齋'’'..、‘''1.、n,计算机软件与理论一_三、::>、U.学苗专
4、巧苯社丢J.赛';软V、、皆研网络的计算机件应用控壶马%究方向基于学位类别—遵魁一"^'辜襄A廷审请乡凌户%...‘;"‘九?兴乂:荒:^?‘;i、炎/v八\:成ResearchondetectingtechnologyofAndroidmobileterminalmalwareThesisSubmittedtoNanjingUniversityofPostsandTelecommunicationsfortheDegreeofMasterofEngineeringByWangPengSupervisor:
5、Prof.ZhixinSunFeb2016摘要随着智能移动终端迅速普及,网民们的习惯也由PC端向移动端日渐转移。在Android系统蓬勃发展的背后,其安全问题也日益凸显,捆绑安装、窃取数据、恶意吸费等各类恶意软件使用户的隐私、财产安全受到威胁。为了解决这个问题,本文主要从静态分析和动态分析两方面对Android系统中恶意应用进行检测。静态分析方面,本文研究了传统特征码检测技术以及现有两种改进的特征码检测技术,针对它们存在的缺陷,本文提出了改进的基于DT-MSI的静态特征码检测方案,为应用中方法与数据库中恶意方法相似度的比对设置两
6、个阈值,根据Horspool算法匹配敏感API对可疑软件进行再判定,并通过实验和数据证明,该方案对于检测已知恶意软件变种具有较高的准确性。动态分析方面,本文利用污点追踪技术以及插入监控模块的方法,获取软件动态行为的特征集,然后针对现有恶意软件机器学习分类方法的缺陷,通过属性选择和属性加权对传统朴素贝叶斯分类方法进行了优化,通过优化后的方法对恶意软件进行分类,提高了对于Android恶意软件分类的准确率。最后,本文通过动静分析相结合的方式设计并实现了Android恶意软件检测系统,通过实际测试可以发现以本文实现的Android恶意
7、软件检测系统对于已知恶意软件以及未知恶意软件均具有较好的检测效果,具有进一步研究的价值。关键词:Android,恶意软件,静态分析,动态分析,机器学习IAbstractWiththerapidpromotionofintelligentmobileterminals,moreandmorepeopleusesmartphonesasprimaryInternettools.BehindtherapidlygrowingpopularityoftheAndroidsystem,thesecurityproblemisalsobec
8、omingincreasinglyprominent.EmergenceofvariousAndroidmalwaremaketheuser’sprivacyandpropertysecuritybethreaten.Forthis,theauthormainl
此文档下载收益归作者所有