基于抽象API调用序列的Android恶意软件检测方法

随着Android版本的不断更替,以及恶意软件的代码混淆技术的发展,主流的静态检测方法开始面临检测效率逐年下降的问题。针对上述问题,提出一种基于抽象API调用序列的Android恶意软件检测方法。该方法采用API包名、混淆名和自定义名来抽象API调用序列,使得抽象出来的序列不依赖API版本,同时又包含混淆代码特征,具有更好的容错性。在此基础上,计算抽象API调用序列之间的转移概率矩阵作为分类特征,采用RandomForest分类算法进行恶意软件检测。实验结果表明,该方法对API版本依赖性小,且判别准确率高于一般使用API调用序列作为特征的判别方法,从而能更有效地检测未知应用软件的恶意性。

基于Traits泛化技术的SLE API编译码处理

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。

图卷积网络的抗混淆安卓恶意软件检测

自安卓系统发布以来,由于其开源、硬件丰富和应用市场多样等优势,该系统已成为全球使用最广泛的手机操作系统.同时,安卓设备和安卓应用的爆炸式增长也使其成为96%移动恶意软件的攻击目标.在现有的安卓恶意软件检测方法中,忽视程序语义而直接提取简单程序特征的方法,其检测速度快但精确度不够理想,将程序语义转换为图模型并采用图分析的方法,其精确度虽高但开销大且扩展性低.为了解决上述挑战,将应用的程序语义提取为函数调用图,在保留语义信息的同时,采用抽象API技术将调用图转换为抽象图,以减少运行开销并增强鲁棒性.基于得到的抽象图,以TripletLoss损失训练构建基于图卷积网络的抗混淆安卓恶意软件分类器SriDroid.对20246个安卓应用进行实验分析后发现:SriDroid可以达到99.17%的恶意软件检测精确度,并具有良好的鲁棒性.

面向对象方法在操作系统封装中的应用

随着应用的扩大,一个应用程序可能需要从一个操作系统下移植到另外的操作系统下运行,为此,本文利用面向对象的方法设计了一个操作系统封装层。当应用程序在不同的操作系统下移植时,无须对其进行修改,只需改变封装层接口内部的几个参数即可,这样增加了应用程序的可移植性。利用面向对象的方法,该封装层对上层应用提供一个统一的操作系统接口,在接口内部通过宏定义的方法来定义实际运行的操作系统。实际运行表明,两种方法的结合具有比较好的效果。

一种支持多型号控制板卡的接口软件设计

在嵌入式计算机系统中,一般包含上位机与下位机控制板卡;这种系统一般是一种型号的控制板卡对应一款上位机软件,优点是功能简洁明了,缺点是用户需要针对不同板卡安装不同的软件,对用户要求较高或增加额外的软件成本。本文提出一种通用的统一抽象板卡概念,通过抽象API,可以支持多种型号的控制板卡,实现软件使用一致性,方便应用软件工程师的编程。