论文研究基于图模式与内存足迹的Android恶意应用与行为检测.pdf

现有的各个Android应用商店大多检查已知的静态恶意应用，难以检测新颖、动态加载的恶意应用与行为，对此提出一种基于图结构与内存足迹分析的恶意应用检测系统。首先，采集应用的内存信息，分析应用的足迹与序列号，检测动态打包的恶意代码与新颖的恶意应用；然后，提取应用所请求的共生权限，将权限建模为图结构，并使用图的度量指标分析图的分类模式与中心权限，根据中心权限值选择可表示各类的最优图指标；最终，计算应用的隐私分数与风险阈值，基于该阈值检测各种恶意软件或恶意行为。仿真实验结果表明，本算法对不同类型的恶意应用均具有较好的效果，对于未知的恶意应用也具有较好的检测率。