Andro-profiler：基于行为画像检测与分类安卓恶意软件

由于移动技术的增长和移动设备的普及，面向大众市场的移动安全威胁近期有所增加。相应地，业界已引入利用静态、动态、设备端、设备外及混合方法的技术来识别、分类和防御移动威胁。在本文中，我们通过引入 Andro-profiler——一个基于混合行为的移动恶意软件分析与分类系统，为移动安全防御态势做出贡献。Andro-profiler 通过利用从集成系统日志（包括系统调用）中提取的行为画像来分类恶意软件，这些日志隐式地等同于不同的行为特征。Andro-profiler 在模拟器上执行恶意应用以生成集成系统日志，并通过分析这些日志创建人类可读的行为画像。通过将恶意应用的行为画像与每个恶意软件家族的代表性行为画像进行比较，Andro-profiler 检测并将其分类到相应的恶意软件家族中。实验结果表明，Andro-profiler 具有可扩展性，在检测和分类恶意软件方面表现良好，准确率超过 $98\%$，优于现有的最先进工作，并且能够识别零日移动恶意软件样本。