基于自组织映射的安卓恶意软件分析研究

随着Android系统日益广泛的应用,其安全性也成为关注的焦点。由于Android系统的开放性,Android恶意软件也与日俱增。分析Android恶意软件,了解恶意行为,对恶意软件检测具有重要意义。文中首先总结了所收集的1 260个恶意样本中表现的恶意行为;然后提取这些恶意样本请求的权限信息与声明的Action信息作为训练的特征向量,采用自组织映射神经网络算法对Android恶意软件进行聚类分析;利用U-matrix算法的热色图分析不同恶意Android应用之间的联系;利用组件平面图分析了恶意软件与单一特征之间的关系,了解特征参数与恶意行为的相关性。最后总结归纳了不同恶意行为频繁使用的权限与Action特征。分析结果表明,文中所提方法能够有效了解恶意行为的敏感特征信息组合,可为进一步的恶意Android应用检测提供依据。