通过恶意载荷挖掘的Android恶意软件聚类
密码学与安全
2017-07-18 v1
摘要
聚类作为有效的分类方法在桌面恶意软件分析中已被充分研究。然而，由于Android应用开发中第三方库的过度使用以及恶意软件开发中打包重封装的广泛存在，传统的基于相似度的聚类技术无法直接应用于Android恶意软件分析。我们设计并实现了一种Android恶意软件聚类系统，通过迭代挖掘恶意载荷并检查恶意软件样本是否共享同一版本的恶意载荷。我们的系统利用层次聚类技术和高效的位向量格式来表示Android应用。实验结果表明，我们的聚类方法在Android Genome恶意软件数据集上达到了0.90的精确率和0.75的召回率，相对于人工验证的真值平均精确率0.98、召回率0.96。
引用
@article{arxiv.1707.04795,
title = {Android Malware Clustering through Malicious Payload Mining},
author = {Yuping Li and Jiyong Jang and Xin Hu and Xinming Ou},
journal= {arXiv preprint arXiv:1707.04795},
year = {2017}
}
备注
Proceedings of the 20th International Symposium on Research in Attacks, Intrusions and Defenses (RAID 2017)