移动互联网Android应用恶意行为自动化检测系统

成果编号：12838

价格：面议

完成单位：清华大学

单位类别：985系统院所、211系统院所

完成时间：2014年

成熟程度：研制阶段

服务产业领域：电子信息

我要对接关注发送消息

发布人：薛一波离线

发送消息

移动互联网将移动通信和互联网二者结合起来，成为当今世界发展最快、市场潜力最大、前景最诱人产业发展方向。最新数据统计，中国移动互联网用户已达到4.64亿。各大应用市场如Google Play有百万种应用，国内机锋市场、天翼等平台也具有大量的安卓应用。这些应用在给人们带来巨大便利的同时，也带来巨大的信息安全隐患和风险。传统手机杀毒软件基于PC时代检测特征序列的方式识别恶意软件/恶意行为，虽然这种方式高效、易于同步检测，但是存在只能查杀已知威胁、反馈周期长、易于绕过等诸多问题。为了解决上述问题，我们设计并实现一个Android应用恶意行为自动化检测系统。本系统提供一个基于行为查杀的完整解决方案，可服务于第三方管控部门、高级大型企业（如电信运营商）、Android工程师与普通用户等三大类用户。本系统结合静态分析、动态追踪、网络流量定位三种方法实现“数据流、控制流、网络流”三流融合分析技术，可提供自动化应用软件爬取、自动化检测分析、自动化特征库更新、自动化恶意行为挖掘、恶意攻击训练、证据留存等多项服务。

522 次浏览分享到

成果介绍

科技计划：

成果形式：新技术

合作方式：技术转让、其他

参与活动：

专利情况：未申请专利

成果简介

成果概况

创新要点

全平台部署更实用：跨平台语言设计，多重角度防护，可部署于Windows XP /WIN7/WIN8以及Linux主流版本。自学习、更新更方便：应用图论分析技术、自动化行为特征挖掘等技术，挖掘具有通用性的恶意行为链，无需频繁升级模型库。智能网络爬虫更高效：针对第三方监控需求，本系统提供自动化网络爬取功能，可实现最优监控部署、最优更新策略。 11类41种恶意行为检测更全面：可有效对隐私窃取、系统破坏、信息破坏等41种恶意行为检测。层级分析更迅速：系统依据层级分析结构，快速定位，快速甄别，快速分析。恶意特征自动统计挖掘更可靠：特征自动挖掘更节省人力与计算资源，标准处理流程无死角分析。恶意攻击模拟更实战：对官方发布系统与软件攻击模拟，自动化挖掘存在漏洞和风险。分析数据更可观：行为统计、时间轴建模、应用权限分析、敏感函数展示、敏感数据分析、行为记录、运行截图等多项数据展示，并支持数据导出功能。测试项目更全面：课题组具有大量软件自动化测试经验，可支持适配测试、功能测试、可靠性测试、安全性测试、环境测试、安全测试需求。

主要技术指标

性能参数：准确性高，超过97%的正确识别率；完成一次普通测试任务不足30分钟，测量时间短，重现性好。

其他说明

本系统针对Android工程师与普通用户提供自动化恶意行为检测服务，在此基础上，针对高级大型企业本系统提供STAX分布式测试服务，以满足适配性测试、功能性验证测试、可靠测试、安全性测试、环境测试、安全测试、交互测试、认证测试需求，可极大减少测试周期，针对第三方管控部门特殊需求将额外提供自动化应用软件爬取服务与证据留存服务。课题组2013年1月至今，与成都信息安全产业基地合作，为中国联通研发移动互联网应用程序自动化检测系统。除此之外对Google Play、机锋市场等平台爬取数十万Android应用软件，并实施自动化检测分析，结果表明本系统的识别率超过97%。

完成人信息

姓名：对接成功后可查看

所在部门：对接成功后可查看

职务：对接成功后可查看

职称：对接成功后可查看

手机：对接成功后可查看

E-mail：对接成功后可查看

电话：对接成功后可查看

传真：对接成功后可查看

邮编：对接成功后可查看

通讯地址：对接成功后可查看

联系人信息