基于权限特征和机器学习的Android恶意程序识别技术

咸菜猫

于 2019-09-22 20:04:33 发布

阅读量2.6k

点赞数 4

分类专栏： Android 系统安全机器学习文章标签：机器学习安卓 python 恶意程序检测毕业设计

本文链接：https://blog.youkuaiyun.com/miao_007/article/details/101100231

版权

本文介绍了在静态分析环境下，利用Android应用的权限特征进行恶意程序检测的技术。通过对比不同数量的权限作为特征（88、34、22），发现即使减少权限数量，仍能保持较高的检测效果。采用随机森林算法，对较新恶意应用的检出率和良性应用的误报率进行了分析，强调了解压过程是主要耗时部分。尽管现有数据集对现存恶意应用检测有限，但权限特征在检测速度和效果上具有优势。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

在做恶意邮件附件检测系统时，被要求尝试在该系统内增加apk的检测。要求使用静态分析手段且对检测速度有较高的要求。

选择权限特征是因为速度很快且相对简单，只需要解包apk然后编码二进制化的AndroidManifest文件，根据permission标签读取其需要的权限即可。
在调研过程中收集到了权限相关的数据集，而在具体的实现方法上并无太大区别，只是在需要作为特征的权限数量上有所区别。
本文无创新点，只是在复现别人的操作，进行了一定程度的对比。

准备知识

以下内容来自官方文档
应用必须在清单文件的<uses-permission>标签中写入所需要的权限。
如以下代码完成对发送短信SEND_SMS权限的声明

<manifest xmlns:android="http://schemas.android.com/apk/res/android"
          package="com.example.snazzyapp">

    <uses-permission android:name="android.permission.SEND_SMS"/>

    <application ...>
        ...
    </application>
</manifest>

权限与应用的具体功能直接挂钩，如图。