过程控制块信息数据集:朝着安卓恶意软件检测的方向
Heba Alawneh1, Hamza Alkofahi1
1Jordan University of Science and Technology, Irbid 22110, Jordan.
Data in brief
|October 16, 2024
概括
来自Android应用程序的过程控制块 (PCB) 数据的新数据集揭示了恶意软件和良性应用程序之间明显的低级别行为. 这种内核级数据有助于通过流程执行分析来区分恶意软件.
科学领域:
- 计算机科学 计算机科学
- 网络安全 网络安全
- 软件工程 软件工程 软件工程
背景情况:
- 安卓应用程序表现出复杂的过程行为.
- 在内核层面区分良性和恶意应用程序是具有挑战性的.
- 现有的数据集可能无法捕捉细粒度的流程执行动态.
研究的目的:
- 为Android应用程序引入一个新的过程控制块 (PCB) 数据数据集.
- 为了使恶意和良性软件之间的内核级行为进行比较分析.
- 为了促进先进的恶意软件检测技术的发展.
主要方法:
- 与进程上下文切换同步的内核级数据挖掘.
- 从2620个感染恶意软件和1610个良性Android应用程序中收集PCB数据序列.
- 在一个封闭的动态恶意软件分析框架内自动化应用程序测试.
主要成果:
- 创建了一个全面的PCB数据集,平均每次应用超过25秒的记录为18500条.
- 数据挖掘方法在大多数应用程序中捕获了大约99%的上下文交换机.
- 该数据集为分析低级流程执行差异提供了丰富的来源.
结论:
- 拟议的PCB数据集为了解Android应用程序行为提供了一个独特的资源.
- 数据集中捕获的内核级进程动态可用于改进安全分析.
- 这项工作通过提供应用程序行为的经验数据,为网络安全领域做出了贡献.
