Virusshare的恶意apk样本

最新推荐文章于 2023-08-24 08:45:21 发布

置顶 meng_qiqi

最新推荐文章于 2023-08-24 08:45:21 发布

阅读量6.4k

点赞数 8

本文链接：https://blog.youkuaiyun.com/meng_qiqi/article/details/85156623

版权

由于最近在做Android的恶意软件检测方面的研究，从VirusShare上下载了一个恶意apk压缩包.,接近6个G，包含10000多样本。如果有哪位伙伴有良性apk压缩包，可以交换一下吗？

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

meng_qiqi

关注关注

8
点赞
踩
9

收藏

觉得还不错? 一键收藏
98
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

Android简单病毒分析（样本名：百变气泡）

u011337769的博客

08-28

1555

病毒分析 - 百变气泡 1.样本信息病毒名称：126b25e8e9ea5c7cfd3eddc4c500d69bb9cbd821 所属家族：无 MD5值：e7c653a4195cd36f27933b4ef1fe8328 SHA1值：126b25e8e9ea5c7cfd3eddc4c500d69bb9cbd821 CRC32：5f1096a3 病毒行为：a)程序启动后的主界面如

安卓恶意软件检测

iMark

08-11

5219

找数据集发现了安卓恶意软件检测这个方向就找到了看了下也不是很新但是近几年发文章的人挺多就这个了反正也找不到我写啥这是几个安卓恶意软件数据集入手先看几篇中文论文别人怎么做的前两章讲恶意软件问题啥的先不管；第三章写恶意软件数据集一类是恶意样本共享网站二类是具有家族信息的常用数据集这些数据集干嘛的有点不懂分类太多了跟我论文相关的数据集应该是包含特征值和标签的数据集这样适合随机森林机器学习。第四章基于特征码的恶意软件检测基于特征码的恶意软件检测方法基本原理是利用每个软件

98 条评论您还未登录，请先登录后发表或查看评论

VirusShare-Search:下载VirusShare哈希（https

05-10

病毒共享搜索下载VirusShare哈希（），并在其中搜索指定的MD5哈希值。描述是一个了不起的病毒共享网站。该网站包含恶意软件样本的集合，这些样本包含在大型zip存档中以供下载。问题在于，没有简单的方法来确定哪个集合具有您要查找的特定样本。因此，要解决此问题，此脚本将下载每个集合对应的文本文件（指出其中包含的哈希值），并将在其中搜索指定的MD5哈希值。注意：此后，我发现通过使用搜索栏（登录后位于主页上的位置），可以通过单击表格左上角的“绿色恶意软件下载”按钮来下载特定的恶意软件样本。如何 git clone https://github.com/AdamGreenhill/VirusShare-Search.git python VirusShare-Search.py --update all ＃这将下载所有包含哈希的文件或者-u missing/number

恶意软件检测正常apk样本整理

qq_44976743的博客

07-10

2306

恶意软件检测正常apk样本整理说明说明本学期因一门课的原因做了恶意软件检测的项目，做的是安卓的软件方面的，然后通过老师跟研究生学长要了恶意apk的样本，恶意软件就先不分享了，正常样本的话，自己用别人爬虫好的大量网址，遍历下载整理了大量的正常apk样本，然后也有直接从国外的网站下下来的，整理如下： Normal1：400个 Normal2：500个 Normal3：220个 Normal4：99个！！！注意先保存再下载，也不要在线解压！！！ Normal1的百度网盘链接：normal1的百度网盘链接

Android病毒样本分析(4)

ireader135的博客

03-25

4429

1.基本信息病毒名称: SD-Booster.apk 文件名称: SD-booster 文件MD5: 50836808A5FE7FEBB6CE8B2109D6C93A 文件包名: de.mehrmannd.sdbooster 危害属性: 代码捆绑、软件静默安装 2.基本行为这个样本通过捆绑软件SD-Booster来达到感染的目的，在安装运行被感染的SD-Booste

Android病毒样本分析(2)

ireader135的博客

03-23

1312

1.基本信息病毒名称: a.privacy.fakeccb.a[建设控件] 文件名称: BWM在线文件MD5: E32377EE18BF0D853D5B45DEDFB6997D 文件包名: com.qqquanquan1031606149 危害属性: 恶意勒索 2.基本行为程序启动后直接锁屏，以勒索用户 3.详细分析 1、在入口函数内启动服务 tr

Android 恶意程序 apk数据集

weixin_41343913的博客

04-07

2881

## 标题Android 恶意程序 apk数据集因为正在做这方便的研究，急需良心APK 我们可以交换，我这里是10000多个恶性的apk数据集

VirusShare_Android_20130506.zip.torrent

08-19

virusshare数据集，这里只是一部分大概6G左右的恶意软件样本，足够分析了呦~全部样本得好几个T了。。解压密码通用：infected，切记，仅供研究学习使用！还有这个样本里有的是win32样本，很有可能杀毒软件会提示。

本科毕设安卓Android恶意软件应用检测项目-机器学习python源码（含数据、文档）.zip

03-06

从第三方市场下载698个正常APK样本,从VirusShare官网获取756个恶意APK样本,作为训练和测试数据集。技术栈 Python 机器学习算法 APKtool反编译工具 1】项目代码完整且功能都验证ok，确保稳定可靠运行后才上传。欢迎...

VirusShare torrent 种子资源

09-12

VirusShare网站恶意软件数据集，对于做网络安全技术开发专业人员非常有用，包含几十G文件，可做技术开发。特此申明：不可作为其他用途

来自微软的大型恶意软件数据集

12-12

来自微软的大型恶意软件数据集，在原始数据中，我们有二进制和asm文件来自微软的大型恶意软件数据集，在原始数据中，我们有二进制和asm文件来自微软的大型恶意软件数据集，在原始数据中，我们有二进制和asm文件

机器学习实现Android恶意代码检测项目源码详解

1. **数据准备**：收集足够数量的恶意和良性APK样本。 2. **样本预处理**：使用apktool对样本进行反编译，提取smali文件。 3. **特征提取**：从smali文件中提取出dalvik字节码，并生成n-gram特征。 4. **训练模型**...

介绍一个可以轻松下载病毒样本的数据库

热门推荐

ybdesire的专栏

09-30

3万+

引入病毒样本有一些知名的数据集，但一般这些数据集中的样本都比较老，并且申请这些数据集的流程复杂，耗时长。有的数据集只有meta信息，没有完整的样本。而病毒样本又是各大安全公司的资产，研究者也不会轻易拿到新样本。所以病毒样本的收集是比较麻烦的。 MalwareBazaar Database 从如下介绍，可以看出，MalwareBazaar数据库是与安全产商合作后，构建的一个公开的病毒样本数据库。 MalwareBazaar is a project operated by abuse.ch. The p

android病毒样本分析（红包助手）

u011337769的博客

01-26

1193

目录 1．样本概况... 3 1.1 样本信息... 3 1.2 测试环境及工具... 3 1.3 分析目标... 3 2．具体分析... 4 2.1 加固情况... 4 2.2代码分析片段... 4 3．总结... 6 1．样本概况 1.1 样本信息名称：637d46139b0c787be824feb347e852b34ddc9176 MD5值：007f3f44cc4e...

Android病毒分析实战（一）

Andy0214的专栏

08-24

7200

最近有跑吾爱转达了一圈，看了看自己工作时写的流水账文章，那时候盛行的锁机软件，现在依然流行，那时候工作每天要遇到几十几百个锁机软件，大多数都是一位名为“彼岸花”的作者制作的，当时的锁机软件几乎都是通过类似于贩卖机一样的工具批量生成或者定制化生成，然后下面的小朋友再拿着生成的锁机软件去敲诈勒索。看了一下当时的记录，找了一下“彼岸花”作者，又再次打开了那个熟悉的空间，空间时间停滞在了21年2月，往下翻了几页看到了一张“刑满释放证”，尽然18年被请去吃饭了，真是天网恢恢，疏而不漏。

数据集：恶意软件

围城

07-10

4939

https://github.com/ocatak/malware_api_class https://github.com/shramos/Awesome-Cybersecurity-Datasets#malware https://github.com/traceflight/Android-Malware-Datasets https://github.com/endgameinc/embe...

安卓恶意代码数据集（Android Malware and Benign apps）整理

qysh123的专栏

11-18

7422

因为最近想做一些简单的实验，而自己之前收集的数据找不着了，所以又看了看别人的推荐，发现ResearchGate上这个讨论里有些回答还是总结得很好的： https://www.researchgate.net/post/Where_can_I_get_Android_Malware_Samples 例如有一位朋友总结到： Nowadays, we can find other projects...

Android锁机病毒分析

yaorcs的博客

05-05

2684

一、样本信息应用名：刷赞小能手包名：com.xcgdmmsj SHA1：548B46CDF7D87849E3527AF87FE10A6AD29FC758 二、恶意行为分析 2.1 应用清单详情从AndroidManifest.xml可得知该应用申请了发送短信、弹窗和震动等权限。注册了bbb和MyAdmin两个广播接收器，分别用于接收开机广播和激活设备管理器。 <?xml version="1.0" encoding="utf-8" standalone="no"?><mani

如何在github找武器库，提供不少于1000个蠕虫和木马，运行平台三种系统

最新发布

03-25

### GitHub上寻找包含大量蠕虫和木马样本的开源项目在GitHub或其他类似的开放平台上，可以找到许多专注于恶意软件分析、研究以及教育目的的项目。然而需要注意的是，这些项目的合法性和用途通常受到严格限制，仅限于学术研究或网络安全防护领域[^1]。 #### 可能满足条件的开源项目以下是几个可能符合条件的开源项目： 1. **Malware Sample Collection**: 这个项目提供了大量的恶意软件样本集合，其中包括多种类型的蠕虫和木马。它支持跨平台操作，适用于Windows、Linux 和 macOS环境下的分析需求。 2. **VirusShare Archive**: 虽然不是直接托管在GitHub上的项目，但它通过公开API接口允许研究人员下载超过百万级别的恶意软件样本集。该档案库中的大部分数据都可以用于本地部署并兼容多操作系统环境[^2]。 3. **Contagio Dump**: 提供了一个庞大的恶意软件数据库，其中包含了各种各样的病毒、蠕虫和特洛伊木马等恶意程序实例。此资源同样适合那些希望在一个统一框架下处理来自不同OS目标设备上传感器捕获到的数据的研究人员. 4. **Cuckoo Sandbox**: Cuckoo是一款流行的自动化恶意软件行为分析工具, 它本身并不提供具体的恶意软件样本数量统计信息, 但是其社区维护着一个活跃更新的恶意软件仓库(Cuckoo Artifacts), 用户可以从这里获取数以千计的不同种类恶意代码样例, 并且能够轻松适配至主流桌面级计算环境中运行 (包括但不限于Mac OS X , GNU/Linux distributions as well as MS Windows operating systems). 5. **Android Malware Dataset**: 针对移动终端的安全隐患日益严重的情况, 此类专门针对安卓系统的恶意应用收集工作也逐渐兴起起来. 某些特定方向上的专项课题组可能会发布他们整理好的大规模android malware datasets(例如Drebin dataset)，尽管主要面向移动端而非传统PC端三大通用型os之一的产品形态, 不过对于理解跨平台传播机制仍然具有重要参考价值.[^3] #### 技术实现建议为了更高效地筛选出符合上述描述特征的目标对象, 下面给出一段简单的Python脚本作为示范: ```python import requests from bs4 import BeautifulSoup def search_github_repos(query): url = f"https://github.com/search?q={query}&type=Repositories" response = requests.get(url) soup = BeautifulSoup(response.text, 'html.parser') repos_info = [] for repo_item in soup.find_all('li', class_='repo-list-item'): title_tag = repo_item.h3.a link = "https://github.com" + title_tag['href'] description = "" desc_div = repo_item.find('p', class_="mb-1") if desc_div: description = desc_div.text.strip() language_span = repo_item.find('span', itemprop='programmingLanguage') lang = None if language_span: lang = language_span.text stars_text = repo_item.find('a', href=lambda x: x and '/stargazers' in x).text.strip().replace(',', '') try: stars_count = int(stars_text) except ValueError: stars_count = 0 forks_text = repo_item.find('a', href=lambda x: x and '/network/members' in x).text.strip().replace(',', '') try: forks_count = int(forks_text) except ValueError: forks_count = 0 repos_info.append({ 'name': title_tag.text, 'link': link, 'description': description, 'language': lang, 'stars': stars_count, 'forks': forks_count }) return repos_info if __name__ == "__main__": query = input("Enter your search term:") results = search_github_repos(query) print("\nSearch Results:\n") for idx, result in enumerate(results[:10], start=1): print(f"{idx}. Name: {result['name']}") print(f" Link: {result['link']}") print(f" Description: {result['description']}") print(f" Language: {result['language'] or 'N/A'}") print(f" Stars: {result['stars']} Forks:{result['forks']}\n") ``` 以上代码可以帮助快速定位潜在候选者名单内的具体条目位置.