利用minhashing标注Android恶意软件签名及基于结构方程模型的进一步分类
密码学与安全
2017-09-14 v1 人工智能
机器学习
摘要
多扫描器杀毒系统提供了关于可疑应用程序性质的有见地信息；然而不同杀毒引擎之间往往缺乏共识与一致性。在本文中，我们分析了61个不同杀毒引擎在检测82千个（8.2万）不同Android恶意软件应用后生成的超过250千个（25万）恶意软件签名。我们识别出41个不同的恶意软件类别，归为三大类，即广告软件、有害威胁以及未知或通用签名。我们进一步利用图论中的社区检测算法研究这41个类别之间的关系，以识别它们之间的相似性；最后我们提出一个结构方程模型，用以识别哪些杀毒引擎在检测每个宏观类别上更为强大。作为一个应用，我们展示了此类模型如何帮助判断未知恶意软件应用更可能属于有害类型还是广告软件类型。
引用
@article{arxiv.1709.04186,
title = {On labeling Android malware signatures using minhashing and further classification with Structural Equation Models},
author = {Ignacio Martín and José Alberto Hernández and Sergio de los Santos},
journal= {arXiv preprint arXiv:1709.04186},
year = {2017}
}
备注
15 pages, 5 figures, 2 tables