協(xié)議漏洞挖掘及Android平臺(tái)惡意應(yīng)用檢測(cè)技術(shù)研究.pdf

1、隨著互聯(lián)網(wǎng)技術(shù)的不斷發(fā)展,新型的安全漏洞不斷涌現(xiàn),利用安全漏洞進(jìn)行傳播的新型惡意應(yīng)用也層出不窮,它們已經(jīng)成為信息安全領(lǐng)域重要的研究問(wèn)題。采用傳統(tǒng)的漏洞挖掘方法和惡意應(yīng)用檢測(cè)方法已經(jīng)難以應(yīng)付當(dāng)今的網(wǎng)絡(luò)安全形勢(shì)。
　　為了解決這個(gè)問(wèn)題,本文圍繞“安全漏洞和惡意應(yīng)用”展開(kāi),致力于研究新的網(wǎng)絡(luò)協(xié)議漏洞挖掘方法和基于數(shù)據(jù)挖掘技術(shù)的未知惡意應(yīng)用的檢測(cè)方法,并取得了如下成果:
　　1.以IKE網(wǎng)絡(luò)協(xié)議為例,提出一種基于模糊測(cè)試技術(shù)的網(wǎng)絡(luò)協(xié)

2、議漏洞挖掘方法,該方法可以應(yīng)用到各種硬件設(shè)備、Windows平臺(tái)下的軟件產(chǎn)品和Unix平臺(tái)下的軟件產(chǎn)品。通過(guò)對(duì)網(wǎng)絡(luò)協(xié)議數(shù)據(jù)包進(jìn)行格式分析和對(duì)歷史出現(xiàn)過(guò)的漏洞進(jìn)行分析,總結(jié)出最全面的漏洞脆弱點(diǎn),并設(shè)計(jì)自動(dòng)化的測(cè)試用例生成方法有針對(duì)性地構(gòu)造半有效數(shù)據(jù)。最后實(shí)現(xiàn)自動(dòng)化的監(jiān)控器和調(diào)試器,提供針對(duì)硬件設(shè)備的監(jiān)控器,針對(duì)Windows平臺(tái)下的軟件產(chǎn)品和Unix平臺(tái)下的軟件產(chǎn)品的不同的調(diào)試器。根據(jù)該方法實(shí)現(xiàn)了一款網(wǎng)絡(luò)協(xié)議漏洞挖掘工具IKEProFuz

3、zer。實(shí)驗(yàn)證明,IKEProFuzzer發(fā)現(xiàn)了5個(gè)未知漏洞和9個(gè)已知漏洞,并且消耗較短的時(shí)間和資源。
　　2.以Android系統(tǒng)為目標(biāo),首次將頻繁模式挖掘算法應(yīng)用到智能手機(jī)的惡意應(yīng)用檢測(cè),設(shè)計(jì)并實(shí)現(xiàn)了權(quán)限頻繁模式挖掘算法PApriori。挖掘出49個(gè)惡意應(yīng)用家族申請(qǐng)的權(quán)限的關(guān)聯(lián)性,為避免用戶過(guò)度授權(quán)和為用戶提供安全抉擇作出了貢獻(xiàn)。通過(guò)匹配權(quán)限關(guān)系特征庫(kù)來(lái)實(shí)現(xiàn)Android未知惡意應(yīng)用檢測(cè)。通過(guò)實(shí)驗(yàn)評(píng)估提出方法的有效性和正確性。

4、并為進(jìn)一步應(yīng)用頻繁模式挖掘算法進(jìn)行其他行為特征惡意應(yīng)用檢測(cè)提供了啟發(fā)性思考。
　　3.以Android系統(tǒng)為目標(biāo),提出一種基于多類特征的惡意應(yīng)用檢測(cè)方法。采用動(dòng)靜態(tài)結(jié)合的行為特征提取方法,提取了應(yīng)用程序的多類行為特征,充分反映了應(yīng)用程序行為,并且該方法具有可擴(kuò)展性,可以加入更多類型特征進(jìn)行檢測(cè)。首次提出了一種三層混合系綜算法 THEA( Triple Hybrid Ensemble Algorithm),對(duì)各類特征分別選取最優(yōu)的基

5、礎(chǔ)分類算法從而給出綜合判決結(jié)果。根據(jù)該方法實(shí)現(xiàn)了自動(dòng)化的Android應(yīng)用的惡意代碼檢測(cè)系統(tǒng) Androdect,通過(guò)對(duì)大量現(xiàn)實(shí)中的Android應(yīng)用進(jìn)行檢測(cè),驗(yàn)證了該算法的有效性。
　　4.基于以上兩個(gè)研究工作,提出一種快速的兩階段的Android惡意應(yīng)用檢測(cè)方法。第一階段(過(guò)濾階段),使用PApriori算法構(gòu)建權(quán)限關(guān)系特征庫(kù),并從大量應(yīng)用程序中快速過(guò)濾出可疑惡意應(yīng)用。第二階段(分類階段),使用THEA算法分類惡意應(yīng)用和非惡意