欢迎您！东篱公司
退出
-
申报数据库
-
立项数据库
-
成果数据库
-
项目获奖数据库
中文摘要：
安卓系统在手机端操作系统中长期占据主导地位，但由于安卓系统开放共享的特性和不够严谨的第三方市场审核机制，安卓平台受到众多恶意应用的侵扰．结合静态程序分析和机器学习方法，提出了基于敏感路径识别的安卓应用安全性分析方法．首先，针对恶意应用中存在的恶意行为以及触发条件，定义了敏感路径；其次，针对安卓应用中存在大量组件间函数调用关系问题，提出了一种生成应用组件间函数调用关系图的方法；再次，由于提取出的敏感路径信息无法直接作为识别特征，实现了一种基于敏感路径信息抽象的特征提取方法；最后，从GooglePlay、豌豆荚、Drebin等来源收集了493个应用APK文件作为实验数据集，该方法的准确率为97．97％，高于基于API-Feature的检测方法（90．47％）．此外，在恶意应用和良性应用检测的精度、召回率、F度量等方面，该方法均优于API．Feature方法．另外，实验结果表明：APK文件大小会影响实验的结果，尤其体现在分析时间上（0～4MB大小的APK平均分析用时89s；文件增大后，平均分析用时增长明显）．
同期刊论文项目
同项目期刊论文
期刊信息
位置：