面向Android平臺的軟件安全檢測技術研究.pdf

1、近年來，隨著移動互聯(lián)網(wǎng)技術的飛速發(fā)展，智能移動終端的功能和兼容性逐步增強，以智能手機為主的移動設備正在逐漸地改變著人們的日常生活方式。由于Android系統(tǒng)強大的功能以及便利的操作，越來越多的人選擇使用Android智能設備。與此同時，Android惡意軟件也在逐漸增多，給用戶的使用及信息安全帶來了嚴重的威脅。
　　針對Android平臺軟件存在的安全問題和風險，本文從Android惡意代碼檢測的角度，研究面向Android平臺的

2、軟件安全檢測技術。論文主要研究工作如下:
　　1.研究Android系統(tǒng)結(jié)構(gòu)及Android安全機制，歸納并總結(jié)國內(nèi)外關于Android惡意代碼檢測技術的主要研究成果，為論文進一步研究工作奠定基礎。
　　2.研究基于機器學習的Android惡意代碼檢測方法，給出Android應用程序文件特征的提取方法以及特征屬性選擇的方法。深入研究基于信息增益的特征選擇算法，給出運用機器學習分類算法檢測Android惡意代碼的方法與詳細過程

3、。
　　3.給出一個面向Android平臺的軟件安全檢測模型，模型包括服務器端和客戶端，客戶端運行在Android設備上，服務器端接收由客戶端上傳的Android應用程序并對其進行安全檢測。提取Android應用程序中的權限信息以及系統(tǒng)API調(diào)用信息作為文件特征，運用基于信息增益的特征選擇方法對文件特征進行屬性選擇，再用機器學習工具Weka提供的分類算法對文件特征進行分類器訓練并分類，得出分類結(jié)果。
　　4.實驗結(jié)果表明，將

4、Android應用程序的權限信息和系統(tǒng)API調(diào)用信息一起作為文件特征，隨機森林算法可以訓練出性能更好的分類器，得到更好的分類結(jié)果。證實本文設計的Android軟件安全檢測模型可以有效地檢測Android惡意代碼。
　　本文通過提取Android應用程序的權限信息和系統(tǒng)API調(diào)用信息作為文件特征，運用機器學習分類算法對文件特征進行學習與分類。不但可以有效地檢測Android惡意代碼，而且對研究面向Android平臺的軟件安全檢測技術