Drebin

我们提出了 Drebin，这是一种用于检测直接在智能手机上运行的 Android 恶意软件的轻量级方法。 Drebin 对 Android 应用程序执行广泛的静态分析，并自动识别可以呈现给用户的典型恶意活动模式。从经验上看，Drebin 优于相关方法，并且能够检测到大型数据集中 94% 的恶意软件，几乎没有误报。Dataset.csv 是 Drebia 数据集，而 debian_dataset_deep_learning.ipynb 用于使用 dataset.csv 数据集训练神经网络。

We present Drebin, a lightweight method for detecting Android malware running directly on smartphones. Drebin conducts comprehensive static analysis on Android applications and automatically identifies typical malicious activity patterns that can be presented to end users. Empirically, Drebin outperforms related methods, capable of detecting 94% of malware in large datasets with nearly zero false positives. Dataset.csv is the Drebin dataset, while the debian_dataset_deep_learning.ipynb notebook is used to train neural networks using the Dataset.csv dataset.

搜集汇总

背景与挑战

背景概述

Drebin是一个用于Android恶意软件检测的公开数据集，基于轻量级静态分析方法，能自动识别恶意活动模式，在实验中检测率达到94%且误报率低。数据集包含CSV文件和一个深度学习训练笔记本，由西门子于2014年发布，适用于恶意软件检测研究。