检测安卓恶意应用的分类器研究
密码学与安全
2018-09-18 v1 人工智能
摘要
安卓设备呈指数增长，并通过互联网连接访问数十亿在线网站。这些设备的流行鼓励恶意软件开发者以恶意应用渗透市场，以骚扰和破坏受害者。尽管已讨论多种检测恶意应用的方法，但所提方法不足以检测高级恶意软件以限制/预防损害。其中，基于操作码出现分类恶意应用的方法极少。因此，本文以操作码出现作为突出特征，研究五种检测恶意应用的分类器。分析中我们使用 WEKA 工具，发现 FT 检测准确率（79.27%）在研究的分类器中最佳。然而，真阳性率即恶意软件检测率由 RF 最高（99.91%），且相较于其他所研究分类器，随突出特征数量不同波动最小。分析表明总体准确率主要受分类器假阳性影响。
引用
@article{arxiv.1802.08611,
title = {An investigation of the classifiers to detect android malicious apps},
author = {Ashu Sharma and Sanjay K. Sahay},
journal= {arXiv preprint arXiv:1802.08611},
year = {2018}
}
备注
8 Pages, 8 Figures