AndroVault：从数百万 Android 应用中构建知识图谱以支撑自动化分析
软件工程
2017-11-22 v2 密码学与安全
摘要
近年来，基于数据驱动的 Android 研究获得了巨大发展势头。数据的丰富促进了知识学习，但也增加了数据预处理的难度。因此，为研究准备一套严苛且准确的数据集并非易事。在这项工作中，我们提出了 AndroVault，一个面向 Android 研究的框架，由数据采集、知识表示与知识抽取组成。它自 2013 年起启动了一个长期运行的网络爬虫用于数据采集（包括应用与描述），从而保证了数据的时效性；通过对所采集数据进行静态分析与动态分析，我们计算出多种属性来刻画 Android 应用。此后，我们通过计算各应用在属性上的相关性，利用知识图谱将所有这些应用连接起来；最后，我们借助逻辑推理、机器学习与关联分析等多种技术，抽取出有益于特定研究问题的真实事实（更准确、更严苛，无论是否为高层数据）。借助所产出的高质量数据，我们已成功开展包括恶意软件检测、代码生成与 Android 测试在内的多项研究工作。我们愿以认证方式向研究界发布我们的数据，并鼓励他们开展富有成效的研究。
引用
@article{arxiv.1711.07451,
title = {AndroVault: Constructing Knowledge Graph from Millions of Android Apps for Automated Analysis},
author = {Guozhu Meng and Yinxing Xue and Jing Kai Siow and Ting Su and Annamalai Narayanan and Yang Liu},
journal= {arXiv preprint arXiv:1711.07451},
year = {2017}
}