|
|||||
|
|
| Android平台恶意软件的静态行业检测 | |
| 作者姓名： | 童振飞 杨庚 |
| 作者单位： | 南京邮电大学计算机学院 |
| 摘 要： | 采用静态行为检测的方法检测Android平台的恶意软件,避免手机恶意软件可能导致用户隐私的泄露、电池耗尽和发送垃圾短信造成的高额话费开支.通过静态分析ELF(executable and linkable format,可执行可链接)文件的符号信息,从动态链接重定位表中提取Android程序的函数调用信息,作为程序的行为特征.最后,使用Nearest Neighbor,Naive Bayes和SMO(结构化查询语言管理对象)3种分类模型对样本进行了分类.分类结果表明,采用静态ELF文件分析的方法,可以有效地检测Android恶意软件. |
| 关 键 词： | 恶意软件 可执行可链接 静态行为检测 |
| 本文献已被 万方数据 等数据库收录！ | |