[发明专利]结合动态行为特征的Android未知恶意软件检测方法

摘要

本发明涉及一种结合动态行为特征的Android未知恶意软件检测方法，属于计算机与信息科学技术领域。本发明首先将被检测软件输入到系统中；然后，系统会对软件包进行解压缩与反编译，并提取结果文件中的静态特征；同时，系统会在Android模拟器中运行该软件包，使用基于LKM(Loadable Kernel Module，可加载内核模块)的行为监控系统监控软件的动态行为，并记录日志，在日志中提取软件的动态行为特征；最后，将提取出的动静态特征进行归一化处理，输入到训练好分类算法分类检测模块中，该模块可根据输入的动静态特征数据自动判断出被检测软件是否为恶意软件。本发明具有较高的检测效率及准确率，可应用于Android应用市场等软件平台的安全检测中。

主权项

结合动态行为特征的Android未知恶意软件检测方法，其特征在于所述方法包括如下步骤：步骤1，将Android软件的apk包作为输入，提取其静态文件特征；步骤2，使用基于LKM(Linux可加载内核模块)的应用软件行为监控方法监控软件的动态行为，提取软件的动态行为特征；步骤3，将步骤1和步骤2二者结果的并集作为初始特征集；步骤4，采用特征选择算法从初始特征集里选择出对分类最有价值的特征，降低特征的维度，筛选出关键特征集；步骤5，将选择出关键特征集作为输入，采用分类算法进行分类器训练，最终生成恶意软件检测模型，并对待检测样本进行检测。