[論文レビュー] Automatic Feature Extraction, Categorization and Detection of Malicious Code in Android Applications

Muhammad Zuhair Qadir, Atif Nisar Jilani+1 more|arXiv (Cornell University)|Jun 4, 2020

Advanced Malware Detection Techniques参考文献 8被引用数 5

ひとこと要約

本稿では、マaniフェストファイル内のインテンツからの特徴抽出、アプリの意図的機能に基づく分類、およびこれらの分類を要求された権限にマッピングすることにより、悪意あるAndroidアプリの自動検出を目的とした静的解析フレームワークを提案する。期待されるインテンツ-権限マッピングと実際のマッピングを比較することで、異常行動を同定し、軽量な解析によって高い正確性で効果的なマルウェア検出を実現する。

ABSTRACT

Since Android has become a popular software platform for mobile devices recently; they offer almost the same functionality as personal computers. Malwares have also become a big concern. As the number of new Android applications tends to be rapidly increased in the near future, there is a need for automatic malware detection quickly and efficiently. In this paper, we define a simple static analysis approach to first extract the features of the android application based on intents and categories the application into a known major category and later on mapping it with the permissions requested by the application and also comparing it with the most obvious intents of category. As a result, getting to know which apps are using features which they are not supposed to use or they do not need.

研究の動機と目的

• アプリ提出の急増に伴うAndroidマルウェアの脅威の増大に対処するため。
• 動的実行を必要とせずに悪意あるコードを自動検出するシステムを構築するため。
• 静的アプリ解析におけるインテンツ-権限の不一致を分析することで、検出の正確性を向上させるため。
• アプリの機能的インテンツに基づいて分類し、マルウェアを示す乖離を検出するため。

提案手法

• マニフェストファイル内のインテンツ宣言を用いて、Androidアプリケーションからの特徴を抽出する。
• 宣言されたインテンツに基づいて、アプリを既知の機能的カテゴリに分類する。
• 各アプリの要求された権限を、そのカテゴリ化されたインテンツ行動にマッピングする。
• 各インテンツカテゴリに関連する一般的な権限と照合することで、不審なマッピングを検出する。
• 宣言された機能的インテンツと一致しない権限を要求するアプリをフラグする。
• ルールベースの比較メカニズムを用いて、インテンツ-権限の不一致に基づき、潜在的な悪意ある行動を同定する。

実験結果

リサーチクエスチョン

• RQ1 静的解析をどのように活用して、インテンツに基づいたAndroidアプリの特徴を自動抽出・分類できるか？
• RQ2 インテンツ-権限マッピングは、悪意あるAndroidアプリの検出をどの程度向上できるか？
• RQ3 宣言されたインテンツと要求された権限の不一致が、信頼性を持って悪意ある行動を示すと見なせるか？
• RQ4 動的実行を伴わない、軽量な静的解析アプローチは、マルウェアの同定においてどの程度効果的か？

主な発見

• 提案手法は、宣言されたインテンツと要求された権限の不一致を検出することで、悪意あるアプリを効果的に同定した。
• このフレームワークは、インテンツベースの解析を用いてAndroidアプリの機能的カテゴリへの正確な分類を可能にした。
• 意図的機能と一致しない権限を要求するアプリをフラグすることで、高い検出正確性を達成した。
• 実行時実行を必要としないため、大規模な静的解析に適した効率的な動作を実現した。