Dexteroid：利用逆向工程生命周期模型检测 Android 应用中的恶意行为
密码学与安全
2016-04-11 v2
摘要
近年来 Android 恶意软件的数量大幅增加。静态分析被广泛用于通过不执行代码来分析代码以检测此类恶意软件。当前工具的有效性依赖于应用模型以及分析该模型的恶意软件检测算法。如果模型和/或算法不充分，则由特定事件序列触发的复杂攻击将无法被检测。本文提出了一个称为 Dexteroid 的静态分析框架，该框架使用逆向工程的生命周期模型来准确捕获 Android 组件的行为。Dexteroid 从模型中系统地推导事件序列，并利用它们检测由特定事件顺序发起的攻击。Dexteroid 的原型实现检测两类攻击：(1) 私有信息泄露，和 (2) 向 premium-rate 号码发送短信。在 1526 个 Google Play 应用、1259 个 Genome Malware 应用以及称为 DroidBench 的基准应用套件上进行了一系列实验，并将结果与最先进的静态分析工具 FlowDroid 进行比较。评估结果表明，所提框架在精确率、召回率和执行时间方面是有效且高效的。
引用
@article{arxiv.1506.05217,
title = {Dexteroid: Detecting Malicious Behaviors in Android Apps Using Reverse-Engineered Life Cycle Models},
author = {Mohsin Junaid and Donggang Liu and David Kung},
journal= {arXiv preprint arXiv:1506.05217},
year = {2016}
}