Android平臺惡意軟件動態(tài)檢測系統(tǒng)的設(shè)計與實現(xiàn).pdf

1、近年來，隨著移動互聯(lián)網(wǎng)的發(fā)展，Android系統(tǒng)逐漸成為最流行的智能手機操作系統(tǒng)之一。在Android系統(tǒng)用戶規(guī)模和應(yīng)用軟件數(shù)量增長迅猛的同時，惡意軟件的數(shù)量也開始日益劇增。而現(xiàn)有的移動應(yīng)用安全防護軟件對手機惡意軟件的防護措施不足，檢測未知的手機惡意軟件的能力有待提高，因此，未知惡意軟件檢測系統(tǒng)的研發(fā)也更顯得刻不容緩。本文主要研究內(nèi)容和成果如下:
　　(1) Android理論分析。對Android平臺的系統(tǒng)結(jié)構(gòu)及其安全機制作了深

2、入的研究和分析，比較了幾種當(dāng)前流行的Android平臺動態(tài)分析安全檢測技術(shù)，為下文提出動態(tài)沙箱以及動態(tài)檢測系統(tǒng)提供扎實的理論基礎(chǔ)。
　　(2)研發(fā)基于行為檢測的動態(tài)檢測沙箱。該動態(tài)沙箱的結(jié)構(gòu)上包括黑白名單匹配模塊、模擬器動態(tài)檢測模塊、檢測結(jié)果反饋模塊，其主要功能是利用Android虛擬機來模擬智能終端運行可疑程序，通過監(jiān)控敏感API方式來分析程序運行的行為，并以XML格式生成惡意行為的日志，最終完成對網(wǎng)絡(luò)連接、短信收發(fā)、隱私泄露等

3、行為的監(jiān)控和檢測。另外，針對一些傳統(tǒng)動態(tài)檢測技術(shù)難于檢測的新型惡意行為，本文在模擬器動態(tài)檢測中提出一種特殊場景模擬的方法，有效提高這類行為的檢出率。
　　(3)基于動態(tài)檢測沙箱提出一個自動化動態(tài)檢測系統(tǒng)。該系統(tǒng)包括樣本處理模塊、樣本檢測模塊、檢測結(jié)果反饋模塊。其中，為有效提高系統(tǒng)的檢測效率和檢測準(zhǔn)確率，本文在樣本檢測模塊預(yù)留了與其他檢測技術(shù)配合的空間，也提出了具體的檢測性能提高方法。
　　本文基于動態(tài)檢測沙箱提出的動態(tài)檢測系