本发明公开了一种基于安卓应用实时行为的恶意软件检测方法和系统。该方法具体包括以下步骤:
收集样本库:分别收集恶意软件的行为序列集和正常软件的行为序列集,以及它们相对应的系统指标信息。
分类筛选:对样本库进行分类筛选,建立行为特征序列模型。
整理信息:整理相应系统指标信息,并将其存入数据库。
监测与记录:监测运行时的软件,生成相应的日志,日志中包含行为序列以及系统指标信息。
对比分析:将行为序列与数据库中的特征模型进行对比,并进行决策分析。
反馈结果:根据分析结果,反馈检测结果。若为恶意软件,给出相应建议。
与现有技术相比,本发明具有以下优势:
同时记录软件的行为序列与系统指标信息,为恶意软件检测提供了更全面的依据。
通过对比数据库中的行为特征序列,可以准确定位至恶意行为区域。
对比系统指标信息进行分析决策,实现了从定性到定量的分析,提高了检测恶意软件的精确性。
| 专利名称 | 基于安卓应用实时行为的恶意软件检测方法和系统 | ||
|---|---|---|---|
| 专利状态 | - | 专利号(申请号) | CN201610128378.9 |
| 申请号 | - | 专利申请日期 | 2016-03-07 |
| 专利授权日期 | 2016-07-27 | 专利权届满日 | - |
| 专利所属地 | 中国 | 专利类型 | 发明专利 |
| 发明人 | 孙知信;邢府纬;宫婧;骆冰清 | ||
| 权利人 | - | ||
| 专利摘要 | 本发明公开了基于安卓应用实时行为的恶意软件检测方法和系统,该方法是由分别收集恶意软件的行为序列集和正常软件的行为序列集以及它们相对应的系统指标信息组成样本库,该方法将样本库进行分类筛选,建立行为特征序列模型,整理相应系统指标信息,存入数据库;监测运行时的软件,生成相对应的日志,其包含行为序列以及系统指标信息;将行为序列与数据库中的特征模型进行对比,并进行分析决策;反馈检测结果,若为恶意软件,需给出相应建议。与现有技术相比,本发明同时记录软件的行为序列与系统指标信息,通过对比数据库中的行为特征序列定位至恶意行为区域,再对比系统指标信息进行分析决策,从定性再到定量,提高了检测恶意软件的精确性。 | ||