使用深度神经网络进行 Android 恶意软件检测
密码学与安全
2019-04-02 v1 机器学习
摘要
Android 操作系统的普及性，加之几乎涵盖一切的应用可在官方 Google Play 商店或十余个替代第三方市场便捷获取，使其无处不在。此外，智能手机在现代生活中的关键作用导致设备上存储了大量信息，不仅是个人的，也包括企业的，这吸引了恶意软件开发人员编写可侵入用户设备以窃取信息并执行有害任务的应用。与此同时，当前防御技术存在局限，如 Google Play 商店筛查低效、第三方市场筛查薄弱或缺失，以及仍依赖基于签名数据库且仅对已知恶意软件有效的杀毒软件。为应对数量和复杂度均不断增长的恶意应用，我们提出了一种应用深度学习技术的 Android 恶意软件检测系统以面对 Android 恶意软件的威胁。在包含良性和恶意应用的真实世界数据集上的大量实验表明，所提系统达到了 95.31% 的准确率。
引用
@article{arxiv.1904.00736,
title = {Using Deep Neural Network for Android Malware Detection},
author = {Abdelmonim Naway and Yuancheng LI},
journal= {arXiv preprint arXiv:1904.00736},
year = {2019}
}
备注
9 pages, 5 figures, 6 Tables