基于行为的移动智能终端恶意软件自动化分析与检测系统

合集下载

相关主题

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

ｏｎｔｈｅｖｉｅｓｒｄａｔａｂａｓｅｔｏｉｄｅｎｔｉｆｙｍａｌｉｃｉｏｕｓｓｏｆｔｗａｒｅ．Ｓｔａｔｉｃａｎａｌｙｓｉｓａｎｄｄｙｎａｍｉｃａｎａｌｙｓｉｓｍｅｔｈｏｄｓａｒｅｄｅｐｌｏｙｅｄｉｎｔｈｅｓｙｓｔｅｍ．Ｉｎｔｈｅｔｅｒｍｏｆｓｔａｔｉｃａｎａｌｙｓｉｓ．ｑｕｉｃｋｌｙｌｏｃａｔｉｏｎｏｆｓｅｎｓｉｔｉｖｅｓｍａｌｉｃｏｄｅｗａｓａｄｄｅｄ．Ａｎｄｔｈｅｕｔｉｌｉｚａｔｉｏｎｏｆ
Ａｂｓｔｒａｃｔ：ＴｈｉｓＰａＤｅｒｄｅｓｃｉｂｒｅｓｌｆｂｅｈａｖｉｏｒ — ｂａｓｅｄａｕｔｏｍａｔｅｄＡｎｄｒｏｉｄｍａｌｗａｒｅａｎａｌｙｓｉｓａｎｄｄｅｔｅｃｔｉｏｎｓｙｓｔｅｍ，ｗｈｉｃｈｃｏｎｓｔｒｕｃｔｓａｓｅｎｓｉｔｉｖｅｂｅｈａｖｉｏｒｌｉｂｒａｒｙｂａｓｅｄｏｎａｌａｒｇｅｎｕｍｂｅｒｏｆｒｅｓｅａｒｃｈｅｓｏｎｍａｌｗａｒｅ，ｗｉｔｈｏｕｔｄｅｐｅｎｄｉｎｇ
ｄｙｎａｍｉｃａｎａｌｙｓｉｓｃａｒｌｃａｐｔｕｒｅｓｅｎｓｉｔｉｖｅｂｅｈａｖｉｏｒｓｏｆｓｕｓｐｉｃｉｏｕｓｓａｍｐｌｅｓａｃｃｕｒａｔｅｌｙａｎｄｃｏｍｐｒｅｈｅｎｓｉｖｅｌｙ．ＴｈｅｓｙｓｔｅｍｕｓｅｓｈｅｕｒｉｓｔｉｃｓｃａｎｎｉｎｇａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎＳＶＭ，ｗｈｉｃｈｃａｎｉｍｐｒｏｖｅｔｈｅａｃｃｕｒａｃｙｏｆａｎａｌｙｓｉｓａｎｄｄｅｔｅｃｔｉｏｎａｎｄｅｆｆｅｃｔｉｖｅｌｙｉｄｅｎｔｉｆｙｋｎｏｗｎｏｒｕｎｋｎｏｗｎｍａｌｗａｒｅｓＫｅｙｗｏｒｄｓ：ｔｈｅｗｉｒｅｌｅｓｓｐｌａｔｆｏｒｍ；ｓｅｎｓｉｔｉｖｅｐｅｒｍｉｓｓｉｏｎ；ｂｅｈａｖｉｏｒｈｏｏｋ；ｂｅｈａｖｉｏｒｔｒｉｇｇｅｒｉｎｇ；ｍａｌｗａｒｅｄｅｔｅｃｔｉｏｎ
中图分类号：ＴＰ３０９文献标识码：Ａ文章编号：１６７１ — １１２２（２０１３）１２ — ００４６ — ０５
ＴｈｅＭｏｂｉｌｅＩｎｔｅｌｌｉｇｅｎｔＴｅｒｍｉｎａｌＭａｌｗａｒｅＡｎａｌｙｓｉｓａｎｄＤｅｔｅｃｔｉｏｎＳｙｓｔｅｍｂａｓｅｄｏｎＢｅｈａｖｉｏｒ
２０１３年第１２期
基于行为的移动智能终端恶意软件自动化分析与检测系统
康文丹，展鹇，白静，蔡旺
（武汉大学计算机学院，湖北武汉４３００７２）
摘要：文章介绍了一款基于行为的移动智能终端恶意软件自动化分析与检测系统，通过对大量恶意样本的研究，构建了一套敏感行为库，在不依赖恶意软件静态特征库的情况下，可有效判别已知和未知的恶意软件。该系统将静态分析技术与动态分析技术相结合，在静态分析技术中，增加了敏感ＡＰＩ代码快速定位功能；动态分析技术的使用有效提升了可疑样本的敏感行为捕获的覆盖面和准确性。最后，
基于ＳＶＭ算法对样本的恶意性进行自动化判定。实验结果表明，该系统能够有效分析可疑样本行为，
检出率高、误报率低，具有良好的感权限；行为记录；行为触发；恶意软件检测
ＫＡＮＧＷｅｎ — ｄａｎ，ＺＨＡＮＸｉａｎ，ＢＡＩＪｉｎｇ，ＣＡＩＷａｎｇ
（ＳｃｈｏｏｌｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅｏｆＷｕｈａｎＵｎｉｖｅｒｓｉ￣，ＷｕｈａｎＨｕｂｅｆ４３００７２，Ｃｈｉｎａ）