58、实时安卓恶意软件检测与P2P网络共识机制

实时安卓恶意软件检测与P2P网络共识机制

1. 实时安卓恶意软件检测系统

1.1 检测方法概述

设计了一种基于分布式第三方扫描服务的实时安卓恶意软件检测方法，该系统以利用网络流量识别恶意软件为出发点。系统中设计了训练模型和实时检测模型。

1.2 训练模型流程

• 捕获流量 ：在自动化收集平台上捕获恶意软件样本的流量。
• 获取恶意URL ：使用分布式第三方扫描服务从恶意软件样本的流量数据中获取恶意URL。
• 建立实时扫描服务 ：为实时检测模型建立可使用的实时扫描服务。

1.3 检测结果

发现76.33%的DNS查询和45.39%的HTTP请求都是恶意的。通过比较集成扫描服务和实时检测模型中的实时服务的检测率，验证了实时扫描服务优于集成扫描服务，并且随着更多第三方扫描服务集成到系统中，其检测率会更高。同时，若集成更多第三方扫描服务对恶意软件样本进行训练，实时检测率会进一步提高。不过，该系统未描述能耗问题，尤其是如何解决对计算资源的高需求问题。

1.4 决策规则

规则	描述
规则1	若n0 > (n0 + n1) * T，则同意为0；同意为1的标准类似。T常数控制策略的激进或保守程度