Android恶意软件检测研究与进展

被引：103

作者：

彭国军 ^{[1
,2
,3
]}

李晶雯 ^{[1
]}

孙润康 ^{[1
]}

肖云倡 ^{[1
]}

机构：

[1] 武汉大学计算机学院

[2] 空天信息安全与可信计算教育部重点实验室

[3] 中国人民大学法学院

来源：

武汉大学学报(理学版) | 2015年 / 61卷 / 01期

基金：

中国博士后科学基金;

关键词：

Android; 恶意软件特征; 恶意软件分析; 恶意软件检测;

D O I：

10.14188/j.1671-8836.2015.01.003

中图分类号：

TP393.08 [];

学科分类号：

摘要：

针对持续恶化的Android安全形势,从恶意软件检测的角度,首先总结了Android恶意软件在安装、触发和恶意负载方面的特征和发展趋势;以此为基础,结合Android平台特性和移动智能终端环境限制,系统化论述了现有Android恶意软件分析与判定技术,指出了权限分析、动态分析和静态分析的实现方法及其优缺点;介绍了基于特征值和基于启发式的恶意软件判定方法.最后,根据已有Android恶意软件检测研究的不足,提出了未来的研究方向和发展趋势.

引用

页码：21 / 33

页数：13

共 6 条

[1]

Research on Android Malware Detection and Interception Based on Behavior Monitoring [J].

PENG Guojun SHAO Yuru WANG Taige ZHAN Xian ZHANG Huanguo Key Laboratory of Aerospace Information Security and Trust Computing Ministry of Education Wuhan Hubei China School of Computer Wuhan University Wuhan Hubei China .

Wuhan University Journal of Natural Sciences, 2012, 17 (05) :421-427

[2]

Mobile malware detection through analysis of deviations in application network behavior.[J].A. Shabtai;L. Tenenboim-Chekina;D. Mimran;L. Rokach;B. Shapira;Y. Elovici.Computers & Security.2014,

[3]

TaintDroid.[J].William Enck;Peter Gilbert;Byung-Gon Chun;Landon P. Cox;Jaeyeon Jung;Patrick McDaniel;Anmol N. Sheth.Communications of the ACM.2014, 3

[4]

Robotdroid: A lightweight malware detection framework on smartphones [J].