一种基于组合事件行为触发的Android恶意行为检测方法

摘要：

当前Android恶意应用程序在传播环节缺乏有效的识别手段,对此提出了一种基于自动化测试技术和动态分析技术的Android恶意行为检测方法.通过自动化测试技术触发Android应用程序的行为,同时构建虚拟的沙箱监控这些行为.设计了一种组合事件行为触发模型——DroidRunner,提高了Android应用程序的代码覆盖率、恶意行为的触发率以及Android恶意应用的检测率.经过实际部署测试,该方法对未知恶意应用具有较高的检测率,能帮助用户发现和分析未知恶意应用.

关键词：Android、恶意行为检测、动态分析、组合事件、自动触发

所属期刊栏目：43

分类号：TP393(计算技术、计算机技术)

资助基金：黑龙江省国防科学技术研究院支撑项目:移动APP恶意行为识别与逆向分析技术研究20150309

在线出版日期：2016-07-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：96-99,139