【摘 要】
:
进入移动互联网时代,移动终端已经成为人们日常生活的必备工具。基于各移动操作系统开发的应用程序如雨后春笋般涌现,极大地丰富了我们的生活。但移动平台信息安全的研究相对于移动平台的发展明显滞缓,恶意应用充斥着第三方的应用市场,信息安全面临着严峻的威胁。在移动操作系统中,Android操作系统最受欢迎,也自然而然地成为了被攻击的对象,而恶意应用是重要的攻击途径。传统的恶意应用检测方法迫切需要技术提升以应对
论文部分内容阅读
进入移动互联网时代,移动终端已经成为人们日常生活的必备工具。基于各移动操作系统开发的应用程序如雨后春笋般涌现,极大地丰富了我们的生活。但移动平台信息安全的研究相对于移动平台的发展明显滞缓,恶意应用充斥着第三方的应用市场,信息安全面临着严峻的威胁。在移动操作系统中,Android操作系统最受欢迎,也自然而然地成为了被攻击的对象,而恶意应用是重要的攻击途径。传统的恶意应用检测方法迫切需要技术提升以应对恶意应用的升级。为了解决这个问题,本文围绕“Android恶意应用”展开,研究静态检测分析、动态检测分析和基于机器学习技术的恶意应用检测方法,并取得了如下的成果:1)针对基于权限机制的粗粒度检测方法在恶意应用申请权限较少或者与良性应用申请权限相似时误报率高的问题,提出了基于细粒度权限特征的恶意应用检测方法。从Google定义的危险权限和20个Andro Mal Share从86798个恶意应用中总结的最频繁申请的权限中提取信息增益高的权限作为初选的特征,并对这些权限特征细粒度地分类,包括首次提出危险权限在组件中应用的细粒度特征,结合恶意应用其它多类行为一起作为机器学习分类算法的特征。这些特征有效地反映出恶意应用和良性应用在权限使用上的差异。实验结果证明提出的方法能够解决上述提出的问题,在保证准确率的同时能够检测出更多恶意应用家族的应用程序。2)针对现有基于Flow Droid的Android应用程序静态污点分析方法检测效率低、无法检测基于Intent机制组件间污点数据传递等问题,提出了跟踪污点数据在组件内和组件间传递的静态检测方法。首先检查应用程序是否满足污点数据泄露的基本条件;然后对应用程序以组件为单位进行逻辑拆分检测是否存在污点数据的泄露。在组件内污点数据传递检测结果的基础上,结合组件间联系方法(Inter-component Communication,ICC)的参数分析结果,分析应用程序是否存在组件间基于Intent机制的污点数据传递。同时,对含有自定义的Application类全局变量的组件进行逻辑连接,检测是否存在利用Application类全局变量的污点数据泄露。考虑到病毒自发性的特点并为进一步提高分析效率,结合应用程序的布局文件将符合用户意图的回调不纳入虚拟主函数。实验结果表明,该方法能够有效地检测出Android应用程序组件内、组件间污点数据的泄露,相比于同类工具能够检测更多的应用程序。3)针对现有动态污点分析系统不能跟踪污点数据通过Unix域套接字进行传递的问题,首次实现了针对基于Unix域套接字传输污点数据的动态污点跟踪方法。首先,对Unix域套接字在Android系统的应用进行了研究,并分析现有动态污点跟踪系统无法跟踪污点数据通过Unix域套接字进行传递的情况。在Taint Droid和NDroid的基础上对Android系统进行修改和扩展,实现污点数据基于Unix域套接字信息流的跟踪。将3个基于不同类型的Unix域套接字进行污点数据传递并泄露的概念验证应用程序分别运行于Taint Droid、NDroid和本章修改后的系统JDroid。实验结果证明只有JDroid可以有效地跟踪污点数据通过Unix域套接字进行传递,弥补了现有动态污点跟踪系统的不足。4)针对高维特征降低机器学习效率、维度与检测准确率相互制约的问题,提出采用关联规则FP-Growth算法构建机器学习分类算法的特征全集,Relief算法、离散二进制粒子群优化算法和信息增益法协同选择指定数目特征子集的方法。首先分别从25类恶意应用家族和10类不同类型良性应用中提取调用的应用程序编程接口(Application Programming Interface,API)作为特征,使用FP-Growth算法分别获取恶意应用和良性应用的API函数极大频繁项集并合并作为特征全集,然后使用Relief算法剔除对分类无关的特征,再使用离散二进制粒子群优化算法剔除冗余特征,结合信息增益法选择指定数目的特征子集。实验结果表明,使用关联规则提取的API特征比随机提取的API特征更具有针对性;Relief算法、离散二进制粒子群优化算法和信息增益法协同筛选的特征子集提高了机器学习分类器的性能。综上所述,本文研究的重点是采用静态分析检测技术、动态分析检测技术和基于机器学习的方法去研究Android恶意应用的检测。实验结果表明,本文所提的Android恶意应用检测方法进一步提高了恶意应用的检测水平,具有现实意义。
其他文献
伴随着大数据时代来临,APP迎来前所未有的发展空间,同时也带来了极大的网络信息安全隐患。APP的高频使用使得个人信息事故发生的可能性不断扩大,但当前对于移动APP隐私条款中知情同意规则还不够重视,我国当前对于APP滥用知情同意规则的官方规制也是少之又少。在面对各类APP复杂冗长的隐私条款文本时,用户实在难以做到对其内容真正知情,甚至从未打开过隐私条款,更无谓作出有效同意。面对这一现实迫切需要,研究
课程思政是落实立德树人根本任务的重要举措。在课程思政背景下,专业课教师已成为中职学校课程思政育人的重要力量。文章通过对广西中职计算机设计类专业课教师的思政能力现状进行调研,发现专业课教师课程思政能力受到其思政认知、知识储备、教学能力、研究能力等因素的制约,需要从专业课教师的思政理念、教学能力等方面着手,提升专业课教师课程思政能力。
在互联网时代,随着视频数量的增长,用户需要花费大量的时间和精力去寻找想看的视频。为了解决这个问题,个性化推荐技术应运而生。个性化推荐是根据用户的兴趣特点和观看行为,向用户推荐其感兴趣的视频信息。但现有的推荐算法中并没有考虑到交叉特征的重要程度,这会影响最后的推荐效果。因为不是所有的交叉特征都能够对最后的预测起作用,没有用的交叉特征可能会产生噪声。针对这一问题,本文提出了一种基于混合推荐算法的I-R
近年来,随着智能网联汽车技术的不断成熟,其相关的信息安全问题愈发引人关注。车联网中的经常出现的网络攻击很可能导致车辆被大规模恶意控制,不仅如此,黑客和恶意攻击者不断发起针对车联网数据的窃听行为,很可能造成用户及企业敏感数据大范围泄露。然而,车联网面临的信息安全问题与传统互联网有显著的不同,最大的区别在于车联网是车辆物理设备与网络信息设备紧耦合的混合系统,安全问题会渗透至汽车内部,与车辆功能安全紧密
区块链技术已渗透到市场经济和社会治理的各个领域,为数字货币、金融交易、数字政务等行业带来了革命性变革。最近的研究表明,区块链网络中仍充斥着以金融诈骗、洗钱活动等为目的的各种恶意交易,为了打击这些恶意交易,关键举措是从现有经验数据中发现知识,以检测甚至预测区块链网络中的恶意交易。然而,现有技术在针对恶意交易数据进行联合检测的过程中,仍暴露出交易特征数据隐私泄露、模型可用性与隐私矛盾、协同建模行为不受
植被具有强大的生态服务功能,不仅是陆地生态系统的重要组成部分之一,同时在调节全球碳元素的动态平衡、保持生物多样性等方面也有着举足轻重的作用。植被物候的发展变化不仅会影响植物生物量的大小,还会影响到全世界大气中CO2的浓度含量,进而对全球碳循环产生影响。植被生态系统固碳能力强,几乎是整个陆地生态系统总碳储量的来源,在研究全球气候变化、全球碳循环方面有着重要的作用。长江经济带作为我国发展水平最高的经济
随着“大数据”应用范围的扩展,用户数据价值日益凸显,现已经成为各大企业争相收集的对象。因用户数据可以直接转化为商业利益,故而人们逐渐将其视为一种财产。在这一背景下,针对用户数据的侵权行为层出不穷,既包含从用户处违法获取数据的行为,也包括从其他持有用户数据的主体处违法获得数据的行为。其中,第一种情形因仅涉及两个法律主体,一旦发生纠纷并不存在寻找当事人困难的问题。但在第二种情况中,实际侵权人往往难以直
在当今的信息时代,元宇宙已成为人们所关注的焦点之一,越来越多的用户涌入其中,使其成为了一个重要的信息服务场所。不同的用户对于元宇宙场域下信息接受的意愿存在着一定的差异,深入研究用户的信息接受意愿具有重要意义:不仅能使服务主体更好地了解用户的需求,也有助于提供更加个性化、精准化的信息服务;对于元宇宙信息服务的提供者而言,通过了解用户的信息接受意愿和影响因素,可以更好地设计和改进信息服务,提高用户的满
当前,处于信息爆炸的时代。信息的收集和利用带来了巨大的经济效益,同时个人信息保护领域也问题频发。涉及各行各业,众多领域,与我们每个人的生活息息相关。个人信息的合理利用,充分保护成为当下摆在眼前的问题。2021年颁布并施行了《个人信息保护法》,表明可以提出个人信息保护公益诉讼制度。但是没有对其类型做出明确规定。对实践中现有的案例进行分析,个人信息行政公益读诉讼的占比比民事公益诉讼更高。并且取得了初步
本文基于安徽徽州森林公园建设与旅游现状,从规划原则、总体布局与发展战略、景观规划与森林资源保护等方面进行规划设计,在严格保护自然景观资源和生态系统的前提下,进行合理布局,坚持可持续发展,优化森林景观,提升森林公园的旅游竞争力,目的是将徽州国家森林公园建设成为集生态观光、科普教育等功能为一体的生态型森林公园,为国家森林公园的规划、经营和管理提供参考。