Android平台的应用软件安全评估平台的设计与研究

发布时间：2017-03-25 18:03

  本文关键词：Android平台的应用软件安全评估平台的设计与研究，，由笔耕文化传播整理发布。

【摘要】：随着移动互联网的发展,人们开始走进移动互联时代。智能手机对于用户来说不再只是打电话,发送短信的工具,还是用户移动上网的设备。通过智能手机,用户可以网络聊天、购物、查询资料等。随着智能家电的发展,智能手机还可以远程操控家里的智能设备,如智能电视。而Android系统的智能手机占据着智能手机市场的大部分份额,有着庞大的用户群体。为了实现丰富多彩的功能,用户需要在自己的Android手机上安装相应的应用程序。但是这些应用程序也存在着风险,带有恶意行为的应用程序可能会给移动用户带来利益损失。本文的主要目的是建立一个检测速度快、识别准确率高的Android应用安全评估平台。为了可以实现识别速度快,减少服务器的负担,将采用静态分析的方法对Android应用的安装包APK文件进行解析。通过反编译APK文件的方法来获取Android应用的配置文件。Android应用的配置文件中包含着Android应用需求的权限信息,而根据Android系统独特的权限检查机制,Android应用在请求资源时需要在配置文件中显式的声明权限。根据这一特性,本文将根据权限信息对应用是否存在恶意行为进行分析。首先采集了一定数量的恶意软件和正常软件组成样本集,对这些样本进行反编译处理,提取权限信息并进行了对比分析,发现恶意软件和正常软件在权限需求方面有很多不同点,权限信息可以作为识别恶意软件的特征。然后使用卡方检验、TF-IDF算法以及Relief算法来选取相关性强,区分度高的权限作为权限特征,用于恶意软件识别。本文选择BP神经网络对恶意软件进行识别。BP神经网络因为其拥有强大的非线性拟合能力,自学习和自适应的能力,是国内外诸多学者的研究热点。也正是这些特性,选择BP神经网络作为恶意软件的识别的核心部分。但是BP神经网络也存在收敛速度慢,容易陷入局部极小值等问题。为了改善这些问题,引入布谷鸟搜索算法对BP神经网络进行优化。布谷鸟搜索算法采用Levy飞行来搜索步长,可以有效地解决局部极小值的问题。使用布谷鸟搜索算法对BP神经网络的初始化权值进行最优化,可以有效地减少BP神经网络迭代次数,加快收敛。最后,本文还设计与实现了Android应用安全评估平台,用于Android平台的恶意软件识别。
【关键词】：安卓 静态分析 特征提取 布谷鸟搜索算法 BP神经网络
【学位授予单位】：北京交通大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP316;TP309
【目录】：

• 致谢5-6
• 摘要6-7
• ABSTRACT7-12
• 1 引言12-16
• 1.1 研究背景12-13
• 1.2 研究现状13-14
• 1.3 工作内容14-15
• 1.4 论文组织结构15-16
• 2 ANDROID系统及其安全机制16-24
• 2.1 ANDROID系统架构16-18
• 2.2 ANDROID应用组件18-20
• 2.3 ANDROID的安全机制20-22
• 2.4 ANDROID应用分析技术22-23
• 2.4.1 静态分析22-23
• 2.4.2 动态分析23
• 2.5 本章小结23-24
• 3 ANDROID应用的静态分析与权限特征选取24-40
• 3.1 ANDROID应用的静态分析24-27
• 3.1.1 APK文件结构24-25
• 3.1.2 ANDROID权限配置25-27
• 3.2 ANDROID样本来源与分析27-29
• 3.3 ANDROID识别权限特征选取29
• 3.4 基于卡方检验的ANDROID权限特征选取29-31
• 3.4.1 卡方检验概述29-30
• 3.4.2 基于卡方检验的权限相关性30-31
• 3.5 基于TF-IDF的ANDROID权限特征选择31-33
• 3.5.1 TF-IDF简介31-32
• 3.5.2 基于TF-IDF的权限特征选择32-33
• 3.6 基于RELIEF算法的权限特征选择33-36
• 3.6.1 RELIEF算法简介33-35
• 3.6.2 基于RELIEF算法的权限特征提取35-36
• 3.7 权限特征选取算法的对比实验36-38
• 3.8 本章小结38-40
• 4 ANDROID恶意软件静态分析检测方案40-59
• 4.1 基于BP神经网络的ANDROID应用安全检测方案40-41
• 4.2 神经网络的基本原理41-43
• 4.3 BP神经网络模型概述43-48
• 4.3.1 BP神经网络结构43-44
• 4.3.2 BP神经网络学习算法44-47
• 4.3.3 BP神经网络的缺点与改进47-48
• 4.4 布谷鸟搜索算法48-51
• 4.4.1 算法简介48-49
• 4.4.2 算法步骤49-51
• 4.5 基于布谷鸟搜索算法的改进BP神经网络51-52
• 4.5.1 CS-BP神经网络概述51
• 4.5.2 CS-BP神经网络的算法步骤51-52
• 4.6 CS-BP神经网络设计52-55
• 4.6.1 网络层数的设计53
• 4.6.2 隐含层节点数53-54
• 4.6.3 学习速率的选择54-55
• 4.7 实验结果以及分析55-59
• 5 ANDROID应用安全评估平台的设计与实现59-67
• 5.1 系统框架设计59-60
• 5.2 模块详细设计60-66
• 5.2.1 数据库设计60-61
• 5.2.2 前端用户界面61-62
• 5.2.3 后台功能设计62-64
• 5.2.4 移动端应用设计64-66
• 5.3 本章小结66-67
• 6 总结与展望67-69
• 6.1 总结67
• 6.2 展望67-69
• 参考文献69-72
• 作者简历及攻读硕士学位期间取得的研究成果72-74
• 学位论文数据集74

【相似文献】

中国期刊全文数据库 前10条

1 林耕宇;;观摩50名Google Android程序开发竞赛作品[J];电子与电脑;2008年08期

2 树子;;Android中文版不完全体验[J];互联网天地;2009年04期

3 Jason Whitmire;;产业软件专家如何协助解决Android的分裂困境[J];电子与电脑;2010年02期

4 蒋彬;;10款Android手机必备应用——Android操作系下的软件评测[J];微电脑世界;2010年04期

5 ;PCWorld Windows Phone 7挑战Android 毅然崛起的AndroidⅠ洗心革面的Windows Phone 7[J];微电脑世界;2010年08期

6 韩青;;Android平台发展的动力与挑战[J];中国电子商情(基础电子);2010年09期

7 方智勇;;Android手机这样用[J];电脑迷;2010年15期

8 缺少浪漫;;Android的另一面[J];电脑迷;2010年13期

9 ;ZTE and Three Release Android

本文编号：267549