在基于 Android 的移动信息物理系统上发现恶意应用社区
密码学与安全
2018-04-06 v1
摘要
智能手机等基于 Android 的设备因其强大的处理器与多样的传感器已成为理想的移动信息物理系统（MCPS）。近年来，数量爆发且持续增长的恶意应用（malapps）对基于 Android 的 MCPS 以及用户隐私构成巨大威胁。对 malapps 的有效检测是一项新兴且关键的任务。如何在 malapps 间建立关联、发现其潜在社区并探索其演化过程，已成为 malapps 有效检测中的挑战性问题。为应对该问题，本文受此驱动，提出一种基于静态特征构建关系图的 Android malapps 自动化社区检测方法。首先，我们构造大规模特征集以刻画 malapps 的行为。其次，我们提出一种 E-N 算法，结合 epsilon 图与 k 近邻（k-NN）图进行构图，解决了 epsilon 方法导致的图不完整问题以及 k-NN 图产生的噪声问题。最后，采用社区检测方法 Infomap 探索关系图的潜在结构，获得 malapps 的社区。我们使用 3996 个 malapp 样本评估所提社区检测方法。大量实验结果表明，我们的方法优于传统聚类方法，并取得最佳性能：rand 统计量达 94.93%、准确率达 79.53%。
引用
@article{arxiv.1804.01641,
title = {Discovering Communities of Malapps on Android-based Mobile Cyber-physical Systems},
author = {Dan Su and Jiqiang Liu and Wei Wang and Xiaoyang Wang and Xiaojiang Du and Mohsen Guizani},
journal= {arXiv preprint arXiv:1804.01641},
year = {2018}
}