Android系统恶意程序检测技术在电子取证中的应用

Android系统恶意程序检测技术在电子取证中的应用

论文摘要

近年来,随着4G的快速发展和Wi-Fi覆盖面的不断扩大,移动终端逐渐成为人们主要上网方式。然而,与之而来的各类木马病毒肆虐,有伪装成合法的程序,或将带有欺骗性的恶意链接隐藏在手机短信中,从而导致诈骗、敲诈勒索等违法犯罪案件时有发生,危害严重。因此,如何通过有效的方法对Android系统恶意程序开展取证显得尤为重要。Android系统恶意程序检测技术主要以静态检测和动态监测为主,将该项检测技术应用于开展基于Android系统应用程序的取证,能实现查明Android系统应用程序的"真实行为"和提取相关涉案线索。该应用充分运用逆向工程和动态抓包方法进行分析研究,结合取证规范要求,为研究和实现Android系统恶意程序的取证,提供了可实施性方法。

论文目录

  • 1 Android系统恶意程序取证研究
  •   1.1 Android应用程序静态检测分析
  •     1.1.1 逆向工程原理
  •     1.1.2 打包校验
  •     1.1.3 APK反编译
  •     1.1.4 敏感权限检测
  •     1.1.5 权重分析
  •   1.2 Android应用动态监测分析
  • 2 Android恶意程序样本检测与分析
  •   2.1 Android恶意样本程序检测分析概述
  •   2.2 检测环境准备
  •   2.3 Android恶意程序样本获取
  •   2.4 Android恶意程序检测取证
  •     2.4.1 样本登记
  •     2.4.2 数据提取
  •     2.4.3 筛查分析
  •     2.4.4 逆向工程
  •     2.4.5 静态检测
  •     2.4.6 动态监测
  •   2.5 Android恶意程序取证结果
  • 3 结论
  • 文章来源

    类型: 期刊论文

    作者: 杨龙,蔺杨

    关键词: 安全机制,静态检测,逆向工程,电子物证

    来源: 中国司法鉴定 2019年06期

    年度: 2019

    分类: 社会科学Ⅰ辑,信息科技

    专业: 公安,计算机软件及计算机应用

    单位: 湖南省公安厅,长沙市公安局

    分类号: D918.9;TP309

    页码: 96-100

    总页数: 5

    文件大小: 2613K

    下载量: 34

    相关论文文献

    • [1].360发布手机安全报告 恶意程序去年增4倍[J]. 计算机与网络 2015(Z1)
    • [2].恶意程序的数据分析[J]. 网络传播 2020(08)
    • [3].数字[J]. 中国教育网络 2017(05)
    • [4].2020年上半年恶意程序监测数据[J]. 网络传播 2020(10)
    • [5].基于沙盒技术的恶意程序检测模型[J]. 计算机科学 2012(S1)
    • [6].70余个恶意程序曝光[J]. 计算机与网络 2017(23)
    • [7].基于云计算的恶意程序检测平台设计与实现[J]. 计算机工程 2014(04)
    • [8].基于程序基因的恶意程序预测技术.[J]. 网络与信息安全学报 2018(08)
    • [9].工信部:依法处罚移动互联网恶意程序制作传播者[J]. 中国信息安全 2012(01)
    • [10].Chrome永不崩溃沙盒把关控制恶意程序[J]. 网络与信息 2012(01)
    • [11].全球1018座发电站感染恶意程序[J]. 华北电力技术 2014(07)
    • [12].基于逆向技术的恶意程序检测方法研究[J]. 警察技术 2012(06)
    • [13].Android恶意程序暴增近六倍[J]. 微电脑世界 2012(12)
    • [14].恶意程序可通过电子邮件进行传播[J]. 信息安全与通信保密 2016(04)
    • [15].恶意程序分析与防范技术[J]. 电子技术与软件工程 2018(23)
    • [16].2292万[J]. 上海信息化 2015(07)
    • [17].基于逆向技术的恶意程序分析方法[J]. 计算机应用 2011(11)
    • [18].基于博弈论的无线传感器网络恶意程序传播模型[J]. 电信科学 2018(11)
    • [19].基于函数映射的恶意程序逆向取证方法研究[J]. 警察技术 2018(04)
    • [20].“企业级”恶意程序开发者搅局移动安全[J]. 中国教育网络 2016(10)
    • [21].一种虚拟化恶意程序检测系统的实现[J]. 西安邮电大学学报 2014(02)
    • [22].基于微分博弈的无线传感器网络恶意程序传播模型[J]. 传感技术学报 2019(06)
    • [23].3条措施治理手机恶意程序扣费问题[J]. 当代江西 2016(03)
    • [24].轻松破解非法记录的“暗招”[J]. 网友世界 2010(06)
    • [25].2009年趋势科技预测(摘要)[J]. 信息网络安全 2009(01)
    • [26].拒绝使用WinRAR捆绑的恶意程序[J]. 计算机与网络 2009(07)
    • [27].一种基于主机特征的未知恶意程序动态识别系统[J]. 计算机与现代化 2016(03)
    • [28].地区动态[J]. 中国信息安全 2014(08)
    • [29].Android系统恶意程序检测技术研究[J]. 现代电子技术 2015(12)
    • [30].基于带有惩罚因子的阴性选择算法的恶意程序检测模型[J]. 中国科学:信息科学 2011(07)

    标签:;  ;  ;  ;  

    Android系统恶意程序检测技术在电子取证中的应用
    下载Doc文档

    猜你喜欢