基于软件基因的Android恶意软件检测与分类

摘要: 随着移动互联网的发展，针对Android平台的恶意代码呈现急剧增长。而现有的Android恶意代码分析方法多聚焦于基于特征对恶意代码的检测，缺少统一的系统化的分析方法，且少有对恶意代码分类的研究。基于这种现状，提出了恶意软件基因的概念，以包含功能信息的片段对恶意代码进行分析；基于Android平台软件的特点，通过代码段和资源段分别提取了软件基因，其中代码段基因基于use-def链（使用-定义链）进行形式化。此外，分别提出了基于恶意软件基因的检测框架和分类框架，通过机器学习中的支持向量机对恶意软件基因进行学习，有较高的检测率和分类正确率，其中检测召回率达到了98.37%，验证了恶意软件基因在分析同源性中的作用。