基于敏感API数据依赖的Android恶意软件检测研究的任务书.docx

基于敏感API数据依赖的Android恶意软件检测研究的任务书
任务书
一、任务背景
随着移动互联网的发展，越来越多的人使用智能手机进行日常生活和工作。然而，Android手机的飞速发展也吸引了黑客和恶意软件的攻击。根据安卓恶意软件的分类，恶意软件可以被分为诸如盗窃隐私、垃圾广告、网络钓鱼、勒索等等类型，并且这些恶意软件通常会依赖敏感API数据进行操作。
因此，本研究旨在通过识别恶意代码中的敏感API数据依赖，建立一种有效的Android恶意软件检测方法。
二、研究对象
本研究的研究对象为Android恶意软件代码。
三、研究内容
1.分析目前已知的主要的Android恶意软件类型，以及它们实现与敏感API的数据依赖的方式。
2.基于收集的Android恶意软件及其变种，提取API调用序列，分析恶意软件与敏感API数据依赖之间的关系。
3.建立一个分类器，识别出哪些应用程序具有恶意意图，并在分类器评估中使用和解释恶意软件中的敏感API数据依赖。
4.评估分类器的效果。
四、研究方法
1.获取Android恶意软件样本
通过在线虚拟机检测Android恶意软件，爬取各种恶意软件代码样本。爬取的代码样本将用于研究各种恶意软件类型，以及它们实现与敏感API的数据依赖的方式。
2.提取API调用序列
通过静态分析技术和谷歌官方API文档，提取每个应用程序的API调用序列。API序列将被用作分类器的输入数据。
3.构造特征集
根据恶意软件代码分析和API数据依赖关系，选取合适的特征集，包括API序列、API的调用次数和参数类型等。这些特征将被用来训练和测试分类器。
4.建立分类器
使用机器学习方法在收集到的恶意软件数据集上训练一个分类器，基于恶意软件的敏感API数据依赖关系来识别恶意应用程序。
5.评估分类器的效果
使用20%的数据集作为测试集来评估分类器的效果。准确率、召回率、F1值和ROC曲线将用于评估分类器的有效性和性能。
五、预期成果
通过研究敏感API数据依赖，建立一个用于检测Android恶意软件的系统。同时，该系统可以根据恶意软件的症状提供快速的恶意软件检测方法，这将有助于保护Android用户的隐私和安全。
六、时间规划
第一阶段（一个月）：搜集和整理Android恶意软件样本和相关文献。
第二阶段（两个月）：提取恶意软件API调用序列数据，并进行相关数据的清洗和处理。
第三阶段（两个月）：根据恶意代码分析和API数据依赖关系，选取合适的特征集，训练和测试分类器。
第四阶段（一个月）：评估分类器效果，写出论文。
七、研究难点
1.定义敏感API的数据依赖关系。
2.如何对数据进行清洗和处理，处理出状态转移矩阵。
3.如何综合考虑API序列、API调用次数、调用顺序和参数类型等多个特征。
4.在不同恶意软件类型之间进行分类时存在相互干扰的问题。
5.如何评估分类器的效果，以及提高其准确度。