Kdd2017最佳应用论文奖：使用结构化异构信息网络（HIN）来检测 Android恶意软件

随着Android恶意软件的增长及其对用户的影响，Android恶意软件检测已成为网络安全日益重要的课题。Android恶意软件也越来越复杂，需要新防御技术从而保护用户免受威胁。这篇论文中，为了检测Android恶意软件，我们不再仅仅使用API调用，而是进一步分析它们之间的不同关系，并创建更高层次的语义，这就让攻击者更难逃避被检测。我们将Android应用，相关的API，及其与结构化异构信息网络（HIN）的丰富关系作为代表。然后我们使用基于元路径的方法来表征应用程序和API的语义相关性。我们使用每个元路径来制定Android应用的相似性度量，并使用多内核学习聚合不同的相似之处。然后通过学习算法自动加权每个元路径进行预测。据我们所知，这是使用结构化HIN进行Android恶意软件检测的最佳方法。对来自Comodo Cloud Security Center的实体样本收集进行综合实验，我们比较了各种恶意软件检测方法。实验结果表明，我们开发的HinDroid系统，胜过其他Android恶意软件检测技术。HinDroid已经被并入Comodo Mobile Security产品的扫描工具。