基于分析可疑启动序列以识别Android恶意软件的新型模式识别系统
密码学与安全
2024-02-07 v1
摘要
本文提出了一种基于研究可疑应用程序动态行为的恶意软件检测系统，旨在防止恶意软件在受害者系统上的安装。该方法聚焦于针对Android平台的恶意软件识别。仅研究在最近安装的应用程序启动过程中执行的系统调用，可显著减少需考虑的信息量，因为仅涉及其初始化相关的活动。该方案定义了一个包含监控、分析和决策三个处理层级的模式识别系统。首先，通过在安全隔离环境中执行可能被篡改的应用程序，提取系统调用序列。随后，分析步骤生成决策所需的指标。该层结合序列对齐算法与装袋法（bagging），用于评估提取序列之间在最佳相似区域的相似性评分。在决策阶段，采用 Wilcoxon 符号秩检验（Wilcoxon signed-rank test），以确定新软件是被标记为合法还是恶意。该方案经过不同实验测试，包括对特定用例的深入研究以及对公开数据集样本的有效性评估。实验结果令人鼓舞，表明该方法是文献策略的良好补充。
引用
@article{arxiv.2402.03562,
title = {A novel pattern recognition system for detecting Android malware by analyzing suspicious boot sequences},
author = {Jorge Maestre Vidal and Marco Antonio Sotelo Monge and Luis Javier García Villalba},
journal= {arXiv preprint arXiv:2402.03562},
year = {2024}
}