一种中文安卓应用程序的恶意行为静态检测方法及装置制造方法及图纸

本发明专利技术公开了一种中文安卓应用程序的恶意行为静态检测方法，包括：解析训练集中每一安卓应用程序的安装包，得到相应的标签数据与参数数据；通过分类标签数据，对参数数据进行分类，以构建参数预测模型；将待测安卓应用程序的标签数据输入参数预测模型，并基于得到的相应参数数据，得到恶意行为静态检测结果。本发明专利技术完整独立，集成度高，在单个工具内即可完成从读取安卓应用程序安装包开始到警告可能的恶意行为的所有功能，从而提升单个安卓应用程序的检测效率与成功率，降低用户使用成本。降低用户使用成本。降低用户使用成本。

【技术实现步骤摘要】
一种中文安卓应用程序的恶意行为静态检测方法及装置


[0001]本专利技术属于涉及程序分析与安全领域，尤其涉及一种中文安卓应用程序的恶意行为静态检测方法及装置。

技术介绍

[0002]近年来移动终端发展速度非常快，包括手机、平板电脑、车载移动设备等移动终端被人们广泛的接受。安卓操作系统(Android)是目前移动设备主流的操作系统之一，有非常多的开发者在安卓平台上开发应用软件。然而，包含恶意行为的安卓应用(或者称之为安卓恶意程序)可能非法窃取个人信息从而导致隐私泄露，危害用户的财产甚至生命安全，因此安卓应用中的恶意行为检测也愈发受到关注。
[0003]目前，针对中文安卓应用程序的恶意行为检测工具主要包括：
[0004]a.人工检测：成本高，效率低，且恶意行为发现成功率不高；
[0005]b.以动态分析为主要手段的检测工具：效率低，耗时间，没有完整的整合工具包，且恶意行为发现成功率不高。

技术实现思路

[0006]主要针对中文安卓应用程序中的恶意行为，本专利技术设计了一种中文安卓应用程序的恶意行为静态检测方法本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种中文安卓应用程序的恶意行为静态检测方法，其步骤包括：1)解析训练集中每一安卓应用程序的安装包，得到相应的标签数据与参数数据；2)通过分类标签数据，对参数数据进行分类，以构建参数预测模型；3)将待测安卓应用程序的标签数据输入参数预测模型，并基于得到的相应参数数据，得到恶意行为静态检测结果。2.如权利要求1所述的方法，其特征在于，参数数据包括：页面跳转关系数据和API调用数据。3.如权利要求1所述的方法，其特征在于，通过以下步骤分类标签数据：1)对标签数据进行预处理；2)将预处理后的标签数据转化为标签向量；3)对标签向量进行分类。4.如权利要求3所述的方法，其特征在于，通过以下步骤对标签数据进行预处理：1)使用分词技术，将中文标签数据条目划分为独立词语；2)去除独立词...

【专利技术属性】
技术研发人员：黄承超，高嵩，张立军，付辰，
申请(专利权)人：中国科学院软件研究所，
类型：发明
国别省市：