您的位置: 首页 > 中文期刊论文 > 详情页

安卓恶意软件检测方法综述

作   者:
范铭刘烃刘均罗夏朴于乐管晓宏
作者机构:
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
关键词:
恶意软件检测安卓家族识别机器学习
期刊名称:
中国科学(信息科学)
基金项目:
多模态碎片化知识挖掘、融合与应用
基于多源软件行为表征的Android恶意软件特征构建与家族识别方法
基于符号执行的复杂软件系统测试与验证研究
智能电网信息安全纵深防护关键技术
基于信息物理融合的电网数据完整性攻击检测方法
面向智能电网的信息物理安全理论及主动防御技术
i s s n:
1674-7267
年卷期:
2020 年 008 期
页   码:
1148-1177
摘   要:
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.
相关作者
载入中,请稍后...
相关机构
    载入中,请稍后...
应用推荐

意 见 箱

匿名:登录

个人用户登录

找回密码

第三方账号登录

忘记密码

个人用户注册

必须为有效邮箱
6~16位数字与字母组合
6~16位数字与字母组合
请输入正确的手机号码

信息补充