针对基于Android应用程序申请权限的检测过于粗粒度的问题,提出了基于敏感应用程序编程接口(application program interface,API)配对的恶意应用检测方法。通过反编译应用程序提取危险权限对应的敏感API,将敏感API两两配对分别构建恶意...针对基于Android应用程序申请权限的检测过于粗粒度的问题,提出了基于敏感应用程序编程接口(application program interface,API)配对的恶意应用检测方法。通过反编译应用程序提取危险权限对应的敏感API,将敏感API两两配对分别构建恶意应用无向图与良性应用无向图,再根据恶意应用和良性应用在敏感API调用上的差异分配相同边不同的权重,以此检测Android恶意应用。实验结果表明,提出的方法可以有效地检测出Android恶意应用程序,具有现实意义。展开更多
传统的勒索软件动态检测方法需要收集较长时间的软件行为,难以满足勒索软件及时检测的需求.本文从勒索软件及时检测的角度出发,提出了“勒索软件检测关键时间段(Critical Time Periods for Ransomware Detection,CTP)”的概念,并基于CT...传统的勒索软件动态检测方法需要收集较长时间的软件行为,难以满足勒索软件及时检测的需求.本文从勒索软件及时检测的角度出发,提出了“勒索软件检测关键时间段(Critical Time Periods for Ransomware Detection,CTP)”的概念,并基于CTP的要求提出了一种基于应用程序编程接口(Application Programming Interface,API)短序列的勒索软件早期检测方法(Ransomware Early Detection Method based on short API Sequence,REDMS).REDMS以软件在CTP内执行时所调用的API短序列为分析对象,通过n-gram模型和词频-逆文档频率算法对采集到的API短序列进行计算以生成特征向量,然后运用机器学习算法建立检测模型对勒索软件进行早期检测.实验结果显示,REDMS在API采集时段为前7s且使用随机森林算法时,分别能以98.2%、96.7%的准确率检测出已知和未知的勒索软件样本.展开更多
在对CCSDS(Consultative Committee for Space Data Systems,空间数据咨询委员会)制定的SLE(Space Link Extension,空间链路扩展)的标准API(Application Program Interface,应用程序接口)设计开发过程中,需要对各种不同服务类型的操作进...在对CCSDS(Consultative Committee for Space Data Systems,空间数据咨询委员会)制定的SLE(Space Link Extension,空间链路扩展)的标准API(Application Program Interface,应用程序接口)设计开发过程中,需要对各种不同服务类型的操作进行ASN.1(Abstract Syntax Notation One,抽象语法标记1)编码译码,使用一般方法处理会存在大量的冗余且可扩展性不强。因此,设计了基于Traits技术的SLE API编码译码泛化模型,该模型从服务、协议数据单元、操作等3个层级,以及编码、译码这2个方向分别定义模板,并进行特化、偏特化以及萃取,从而实现了对编码、译码过程的泛化,并通过实例描述了应用过程。该模型有效提高了SLE API设计的灵活性、层次性、通用性,以及SLE服务的可拓展性。展开更多
文摘针对基于Android应用程序申请权限的检测过于粗粒度的问题,提出了基于敏感应用程序编程接口(application program interface,API)配对的恶意应用检测方法。通过反编译应用程序提取危险权限对应的敏感API,将敏感API两两配对分别构建恶意应用无向图与良性应用无向图,再根据恶意应用和良性应用在敏感API调用上的差异分配相同边不同的权重,以此检测Android恶意应用。实验结果表明,提出的方法可以有效地检测出Android恶意应用程序,具有现实意义。
文摘传统的勒索软件动态检测方法需要收集较长时间的软件行为,难以满足勒索软件及时检测的需求.本文从勒索软件及时检测的角度出发,提出了“勒索软件检测关键时间段(Critical Time Periods for Ransomware Detection,CTP)”的概念,并基于CTP的要求提出了一种基于应用程序编程接口(Application Programming Interface,API)短序列的勒索软件早期检测方法(Ransomware Early Detection Method based on short API Sequence,REDMS).REDMS以软件在CTP内执行时所调用的API短序列为分析对象,通过n-gram模型和词频-逆文档频率算法对采集到的API短序列进行计算以生成特征向量,然后运用机器学习算法建立检测模型对勒索软件进行早期检测.实验结果显示,REDMS在API采集时段为前7s且使用随机森林算法时,分别能以98.2%、96.7%的准确率检测出已知和未知的勒索软件样本.
文摘在对CCSDS(Consultative Committee for Space Data Systems,空间数据咨询委员会)制定的SLE(Space Link Extension,空间链路扩展)的标准API(Application Program Interface,应用程序接口)设计开发过程中,需要对各种不同服务类型的操作进行ASN.1(Abstract Syntax Notation One,抽象语法标记1)编码译码,使用一般方法处理会存在大量的冗余且可扩展性不强。因此,设计了基于Traits技术的SLE API编码译码泛化模型,该模型从服务、协议数据单元、操作等3个层级,以及编码、译码这2个方向分别定义模板,并进行特化、偏特化以及萃取,从而实现了对编码、译码过程的泛化,并通过实例描述了应用过程。该模型有效提高了SLE API设计的灵活性、层次性、通用性,以及SLE服务的可拓展性。