DroidMark：一种基于污点分析与贝叶斯网络的 Android 恶意软件检测工具
密码学与安全
2018-06-19 v2
摘要
随着 Android 设备用户基数的增长以及网络银行等技术的出现，敏感用户数据易被恶意软件与间谍软件应用滥用。随着应用开发者群体的扩大，难以对每款应用的质量保证作出佐证，从而产生了数据泄露的可能性。本研究以保障应用真实性为目标，在应用上部署了深度学习方法与污点分析。该检测系统名为 DroidMark，通过建模 Android 生命周期与回调（通过对 APK 进行逆向工程实现）来查找应用中可能存在的数据泄露 sink 与 source，进而监控可疑进程并收集应用在不同状态下的数据。DroidMark 由此设计用于从应用中提取特征，并将其输入训练好的贝叶斯网络以分类恶意应用与常规应用。结果表明，在 Android 设备恶意软件检测中准确率达 96.87%，错误率为 3.13%。
引用
@article{arxiv.1805.06620,
title = {DroidMark: A Tool for Android Malware Detection using Taint Analysis and Bayesian Network},
author = {Dhruv Rathi and Rajni Jindal},
journal= {arXiv preprint arXiv:1805.06620},
year = {2018}
}
备注
5 Pages, International Journal on Recent and Innovation Trends in Computing and Communication