Op2Vec：一种用于安卓恶意软件端到端检测的操作码嵌入技术与数据集设计
密码学与安全
2022-05-31 v2
摘要
安卓在市场份额与用量上是领先的智能手机操作系统之一。不幸的是，它也是攻击者通过恶意应用破坏其安全性的诱人目标。为应对此问题，领域专家与研究者正尝试不同技术以阻止此类攻击。所有保护安卓平台的尝试都取得了一定成功。然而，现有检测技术存在严重缺陷，包括繁琐的特征工程过程。设计代表性特征需要专家领域知识。亟需通过规避手工特征工程来最小化人类专家介入。深度学习可通过自动提取深层特征加以利用。先前工作表明，可执行文件的操作码（opcodes）为深度学习模型用于恶意应用检测过程提供了关键信息。唯一挑战在于将操作码信息输入深度学习模型。现有技术使用独热编码应对该挑战。然而，独热编码方案存在严重局限。本文中，我们提出：（1）一种新颖的操作码嵌入技术，命名为 Op2Vec；（2）基于习得的 Op2Vec，我们构建了一个用于安卓恶意软件端到端检测的数据集。引入端到端安卓恶意软件检测技术避免了专家密集的手工特征提取，并确保了自动化。一些近期基于深度学习的技术在采用所提方法测试时显示出显著改进的结果，达到了 97.47% 的平均检测准确率、0.976 的精确率与 0.979 的 F1 分数。
引用
@article{arxiv.2104.04798,
title = {Op2Vec: An Opcode Embedding Technique and Dataset Design for End-to-End Detection of Android Malware},
author = {Kaleem Nawaz Khan and Najeeb Ullah and Sikandar Ali and Muhammad Salman Khan and Mohammad Nauman and Anwar Ghani},
journal= {arXiv preprint arXiv:2104.04798},
year = {2022}
}