基于权限频繁模式挖掘算法的Android恶意应用检测方法_杨欢1
需积分: 0 80 浏览量
2022-08-04
14:46:30
上传
评论
收藏 806KB PDF 举报
2013 年 8 月 Journal on Communications August 2013
第 34 卷第 Z1 期 通 信 学 报 Vol.34
No. Z1
基于权限频繁模式挖掘算法的 Android 恶意应用检测方法
杨欢
1
，张玉清
1, 2
，胡予濮
1
，刘奇旭
2
（1. 西安电子科技大学 综合业务网理论及关键技术国家重点实验室，陕西 西安 710071；
2. 中国科学院大学 国家计算机网络入侵防范中心 北京 100190）
摘 要：Android 应用所申请的各个权限可以有效反映出应用程序的行为模式，而一个恶意行为的产生需要多个
权限的配合，所以通过挖掘权限之间的关联性可以有效检测未知的恶意应用。以往研究者大多关注单一权限的统
计特性，很少研究权限之间关联性的统计特性。因此，为有效检测 Android 平台未知的恶意应用，提出了一种基
于权限频繁模式挖掘算法的 Android 恶意应用检测方法，设计了能够挖掘权限之间关联性的权限频繁模式挖掘算
法—PApriori。基于该算法对 49 个恶意应用家族进行权限频繁模式发现，得到极大频繁权限项集，从而构造出权
限关系特征库来检测未知的恶意应用。最后，通过实验验证了该方法的有效性和正确性，实验结果表明所提出的
方法与其他相关工作对比效果更优。
关键词：频繁模式；数据挖掘；恶意应用检测；权限特征；Android 系统
中图分类号：TP 393.08 文献标识码：A 文章编号：1000-436X(2013)Z1-0106-10
Android malware detection method based on
permission sequential pattern mining algorithm
YANG Huan
1
, ZHANG Yu-qing
1, 2
, HU Yu-pu
1
, LIU Qi-xu
2
(1. State Key Laboratory of Integrated Services Networks, Xidian University, Xi'an 710071, China;
2. National Computer Network Intrusion Protection Center, University of Chinese Academy of Sciences, Beijing 100190, China)
Abstract: The permissions requested by Android applications reflect the behavior sequence of the application. While a
generation of malicious behavior usually requires the cooperation of multiple permissions, so mining the association be-
tween permissions can effectively detect unknown malicious applications. Most researchers concerned the statistical
properties of a single permission, and there was little researchers studying the statistical properties of the association be-
tween permissions. In order to detect unknown Android malwares, an Android malware detection method based on per-
mission sequential pattern mining algorithm was proposed. The proposed method design a permission sequential pattern
mining algorithm PApriori to dig out permissions association. PApriori algorithm could discover permission sequential
pattern from 49 malware families and build the permissions association dataset to detect malware. The experiment results
prove that it performs better than other related work in efficiency and accuracy.
Key words: sequential pattern mining; data mining; malware detection; permission feature; Android OS
1 引言
根据市场调研机构 Gartner 发布的最新统计报
告显示
[1]
，2012 年第三季度全球智能手机销量超过
4.28 亿部。其中，Google Android 和 Apple iOS 操
作系统的智能手机市场份额分别为 72.4%和 13.9%，
合计达到了 86.3%。由此可见，Android 在智能手
机市场份额中占主导地位。Android 系统是完全开
收稿日期：2013-07-03
基金项目：国家自然科学基金资助项目（61272481）；中国博士后科学基金资助项目（2011M500416，2012T50152）；北京市
自然科学基金资助项目(4122089)；国家发改委信息安全专项基金资助项目（发改办高技[2012]1424）
Foundation Items: The National Natural Science Foundation of China (61272481); China Postdoctoral Science Foundatio
n
(2011M500416, 2012T50152); The Natural Science Foundation of Beijing (4122089); The Foundation of National Development an
d
Reform Commission (NDRC) Special Information Security(High-Tech Development and Reform Commission [2012]1424)
doi:10.3969/j.issn.1000-436x.2013.z1.014
评论0