YATSIDroid：一个基于人工免疫系统的安卓恶意软件检测框架

《Scientific Reports》：YATSIDroid: an android malware detection framework based on artificial immune system

　　

摘要

恶意软件检测在软件工程领域已成为一个具有挑战性的问题。市场上智能手机和应用程序的数量呈指数级增长。由于安卓官方应用市场提供了大量免费应用，安卓系统变得非常流行。应用程序的功能依赖于其权限模型。网络犯罪分子利用这些应用权限来创建和分发被恶意软件感染的应用程序，并将这些应用程序发布在欺骗性的应用商店中，供智能手机用户下载。本研究提出了一种基于特征排序方法和两阶段半监督机器学习分类器YATSI（Yet Another Two-Stage Idea）的恶意软件检测模型。YATSI是一种元算法，允许在第一阶段应用多种不同的机器学习算法。实验结果表明，我们提出的算法YATSIDroid（结合了人工免疫系统原理的YATSI）能够在使用有限标记数据集的情况下提高识别恶意软件感染应用程序的准确性。实证数据显示，YATSIDroid仅使用60%的标记数据集就能检测出98.5%的恶意软件感染应用程序。