您当前所在位置: 首页 > 首发论文
动态公开评议须知

1. 评议人本着自愿的原则,秉持科学严谨的态度,从论文的科学性、创新性、表述性等方面给予客观公正的学术评价,亦可对研究提出改进方案或下一步发展的建议。

2. 论文若有勘误表、修改稿等更新的版本,建议评议人针对最新版本的论文进行同行评议。

3. 每位评议人对每篇论文有且仅有一次评议机会,评议结果将完全公示于网站上,一旦发布,不可更改、不可撤回,因此,在给予评议时请慎重考虑,认真对待,准确表述。

4. 同行评议仅限于学术范围内的合理讨论,评议人需承诺此次评议不存在利益往来、同行竞争、学术偏见等行为,不可进行任何人身攻击或恶意评价,一旦发现有不当评议的行为,评议结果将被撤销,并收回评审人的权限,此外,本站将保留追究责任的权利。

5. 论文所展示的星级为综合评定结果,是根据多位评议人的同行评议结果进行综合计算而得出的。

勘误表

上传勘误表说明

  • 1. 请按本站示例的“勘误表格式”要求,在文本框中编写勘误表;
  • 2. 本站只保留一版勘误表,每重新上传一次,即会覆盖之前的版本;
  • 3. 本站只针对原稿进行勘误,修改稿发布后,不可对原稿及修改稿再作勘误。

示例:

勘误表

上传勘误表说明

  • 1. 请按本站示例的“勘误表格式”要求,在文本框中编写勘误表;
  • 2. 本站只保留一版勘误表,每重新上传一次,即会覆盖之前的版本;
  • 3. 本站只针对原稿进行勘误,修改稿发布后,不可对原稿及修改稿再作勘误。

示例:

上传后印本

( 请提交PDF文档 )

* 后印本是指作者提交给期刊的预印本,经过同行评议和期刊的编辑后发表在正式期刊上的论文版本。作者自愿上传,上传前请查询出版商所允许的延缓公示的政策,若因此产生纠纷,本站概不负责。

发邮件给 王小芳 *

收件人:

收件人邮箱:

发件人邮箱:

发送内容:

0/300

论文收录信息

论文编号 201712-7
论文题目 基于应用描述的Android应用异常行为检测研究
文献类型
收录
期刊

上传封面

期刊名称(中文)

期刊名称(英文)

年, 卷(

上传封面

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

编者.论文集名称(中文) [c].

出版地 出版社 出版年-

编者.论文集名称(英文) [c].

出版地出版社 出版年-

上传封面

期刊名称(中文)

期刊名称(英文)

日期--

在线地址http://

上传封面

文题(中文)

文题(英文)

出版地

出版社,出版日期--

上传封面

文题(中文)

文题(英文)

出版地

出版社,出版日期--

英文作者写法:

中外文作者均姓前名后,姓大写,名的第一个字母大写,姓全称写出,名可只写第一个字母,其后不加实心圆点“.”,

作者之间用逗号“,”分隔,最后为实心圆点“.”,

示例1:原姓名写法:Albert Einstein,编入参考文献时写法:Einstein A.

示例2:原姓名写法:李时珍;编入参考文献时写法:LI S Z.

示例3:YELLAND R L,JONES S C,EASTON K S,et al.

上传修改稿说明:

1.修改稿的作者顺序及单位须与原文一致;

2.修改稿上传成功后,请勿上传相同内容的论文;

3.修改稿中必须要有相应的修改标记,如高亮修改内容,添加文字说明等,否则将作退稿处理。

4.请选择DOC或Latex中的一种文件格式上传。

上传doc论文   请上传模板编辑的DOC文件

上传latex论文

* 上传模板导出的pdf论文文件(须含页眉)

* 上传模板编辑的tex文件

回复成功!


  • 0

基于应用描述的Android应用异常行为检测研究

首发时间:2017-12-01

王然 1   

王然(1993-),男,硕士研究生,主要研究方向:移动安全

王浩宇 2    郭耀 3    徐国爱 4   

徐国爱(1972-),男,教授,硕导,主要研究方向:软件安全

张程鹏 5   
  • 1、北京邮电大学网络技术研究院, 北京市 100876
  • 2、北京邮电大学计算机学院, 北京市 100876
  • 3、北京大学信息科学技术学院, 北京市 100871
  • 4、北京邮电大学网络空间安全学院, 北京市 100876
  • 5、北京邮电大学网络空间安全学院, 北京 100876

摘要:移动应用是否恶意,与用户对该应用的应用的期望相关。然而,Android应用的一个特点是广泛使用第三方库,第三方库的使用会对应用异常行为的检测造成影响。因此,基于自然语言处理、机器学习和第三方库识别技术,本文实现一个改进的基于描述的Android应用异常行为检测工具。首先,通过自然语言处理技术对应用描述进行分析,使用遗传算法对应用描述聚类并寻找最佳聚类数目,得到相似描述(功能)的应用集合。然后对应用静态分析,检测应用中的第三方库,并分析应用的敏感行为。最后,相似描述的应用集合中的具有异常行为的应用即被检测为可疑应用。工具对Google Play应用市场中27.6万余个应用进行分析,实验结果验证所提出方法的有效性且说明第三方库对Android应用的异常行为检测有较大影响。

关键词: Android 第三方库 应用描述分析 聚类 异常点检测

For information in English, please click here

Automated Detection of Abnormal Behaviors of Android Apps based on App Descriptions

WANG Ran 1   

王然(1993-),男,硕士研究生,主要研究方向:移动安全

WANG Haoyu 2    GUO Yao 3    XU Guoai 4   

徐国爱(1972-),男,教授,硕导,主要研究方向:软件安全

ZHANG Chengpeng 5   
  • 1、Institution of Network Technology, Beijing University of Posts and Telecommunications, Beijing 100876
  • 2、School of Computer Science, Beijing University of Posts and Telecommunications, Beijing 100876
  • 3、School of Electronics Engineering and Computer Science, Peking University, Beijing 100871
  • 4、School of Cyberspace Security, Beijing University of Posts and Telecommunications, Beijing 100876
  • 5、School of Cyber Space Security, Beijing University of Posts and Telecommunications, Beijing 100876

Abstract:Whether the sensitive behaviors of mobile apps should be granted is related to the users\' expectation of the app. However, third-party libraries are widely used in Android apps. Third-party libraries could greatly impact the accuracy of abnormal behavior detection. Therefore, based on Natural Language Processing, machine learning and third-party libraries detection techniques, this paper has implemented an improved abnormal behavior detection tool by analyzing app description. First, this paper analyzes the app description using Natural Language Processing technique, and uses genetic algorithm to cluster apps based on app descriptions and identifies the optimal number of clusters, then this paper could obtain the app set of similar description (function). Then, the static analysis is applied to detect the third-party libraries and analyze the sensitive behaviors. Finally, in a collection of similar description android apps, the apps with abnormal behaviors are detected as outlier apps. This paper use the tool to analyze more than 276K apps in the Google Play app market, and experiment results show that the proposed method is effective to detect outlier apps, and the third-party libraries have a great impact on the abnormal behavior detection of Android apps.

Keywords: Android Third-party Library App description analysis Clustering Outlier detection

Click to fold

点击收起

论文图表:

引用

导出参考文献

.txt .ris .doc
王然,王浩宇,郭耀,等. 基于应用描述的Android应用异常行为检测研究[EB/OL]. 北京:中国科技论文在线 [2017-12-01]. https://www.paper.edu.cn/releasepaper/content/201712-7.

No.****

同行评议

共计0人参与

评论

全部评论

0/1000

勘误表

基于应用描述的Android应用异常行为检测研究