VirusShare网站恶意软件数据集，对于做网络安全技术开发专业人员非常有用，包含几十G文件，可做技术开发。特此申明：不可作为其他用途

黑客攻击与恶意软件 黑客是孤独的，因为掌握了通往任意门的秘诀。 只要我的技术高超，我就要首先为我的祖国服务。 内容提要： 一、网络不安全因素与网络安全体系 二、恶意软件的防治 三、黑客攻击及预防方法

解码范例 如果需要线索，请尝试使用中间步骤从每个解码示例的第一个文件到最后一个文件。

深度学习在Android恶意软件检测中的应用综述 A Review on The Use of Deep Learning in Android Malware Detection Abdelmonim Naway IJCSMC, Vol. 7, Issue. 12, December 2018, pg.42 – 58

【转发】【引用】【论文】针对持续恶化的 Ａｎｄｒｏｉｄ安全形势，从恶意 软 件 检 测 的 角 度，首 先 总 结 了 Ａｎｄｒｏｉｄ恶 意 软 件 在 安 装、触发和恶意负载方面的特征和发展趋势；以此为基础，结合 Ａｎｄｒｏｉｄ平台特性和移动智能终端环境限制，系统化论述了现有 Ａｎｄｒｏｉｄ恶意软件分析与判定技术，指出了权限分析、动态分析和静态分析的实现方法及其优缺点；介绍 了基于特征值和基于启发式的恶意软件判定方法．最后，根据已有 Ａｎｄｒｏｉｄ恶意软件检测研究的不足，提出了未来的研究方向和发展趋势。

【转发】【引用】【论文】随着计算机技术的发展和普及，计算机病毒带来的危害日趋严重。传统 N-Gram 算法难以提取不同长度的特征，导致有效特征缺失，并产生庞大的特征集合，造成空间的浪费。针对这些问题，提出一种改进的基于 N-Gram 的特征码自动提取方法。该方法在原有 N-Gram 特征才是取算法的基础上引入变长 N-Gram 特征，才是取不同长度的有效特征，生成不定长病毒特征码。综合考虑特征频率的相关性，利用特征浓度对 N-Gram 特征进行有向筛选，生成数据字典，节省存储空间。实验结果表明，与羊纯使用定长 N-Gram 的算法相比，该方法能有效降低特征码自动提取的误报率。

androguard,反向工程，恶意软件和Android应用程序的Goodware分析…更多（忍者！）.zip

大型网络中的恶意软件传播

基于Android权限信息的恶意软件检测

为了检验安全软件的自身安全性,提出了一套安全软件安全性评价指标,包括进程保护、文件保护、网络通信保护、Rootkit深度检测、免杀对抗、文件重定向攻击和驱动加载防御等.首先对每一项标准进行了实际的分析证明,确定了标准对于安全软件的重要性,然后制定了具体的安全性定量计算方法,通过对六款反病毒软件进行了实际测试和结果分析,论证了本方法的有效性.