android 恶意软件静态检测方法：

基本观点：使用机器学习(SVM)的方法替代传统的人工设定规则的方式检测恶意软件。

主要方法：

1. 数据获取：三种主要类型（权限、API、网络地址）细分为8种子类型（字符串）特征。
2. 数据处理：特征合并并且映射为高维0/1特征向量，并不复杂。
3. 恶意软件建模：利用SVM算法进行二分类训练建模，得到权值向量。

论文地址： DREBIN. Effective and Explainable Detection of Android Malware in Your Pocket 2014-ndss[……]

继续阅读

android 恶意软件动态检测方法：

基本观点：应用运行时的系统调用能反映出其行为特征。

主要方法：

1. 模拟器中运行每一个 android app，使用 strace 工具获得运行时系统调用日志信息。
2. 设定多个系统api调用为候选特征，对每种系统api调用是否出现在日志信息中做卡方检验，并且选定特征，同时获得了特征的数据。
3. 利用机器学习的算法对以上特征进行模型训练并且测试效果，机器学习算法包括朴素贝叶斯分类器、随机森林分类器、随机梯度下降算法（SGD）。

论文地址： Malware Detection Approach for Android sys[……]

继续阅读