DAME - 动态 Android 恶意软件引擎 Sannio 大学 - 软件和网络安全 - AY 2014-2015 警告:此项目用于教育目的,作者不对任何非法使用该产品负责 一、作者 二、 内容 2.1。 2.2。 3.1。 3.2。 3.3. 3.4。 开发 4.1。 有效载荷开发 4.2。 二元建筑 一、简介 DAME (Dynamic Android Malware Engine) 是一个系统,它能够通过动态加载过程在 Android 应用程序中注入恶意代码。 与其他解决方案相反,它不会更改应用程序使用的权限,因为它只允许注入与应用程序使用的权限兼容的恶意软件。 DAME 仅在可信应用程序合法使用所需权限的方法中注入恶意代码。 这种方法使得恶意软件检测难以完成。 2.
2021-06-22 19:20:56 55.18MB Java
1
样本:恶意软件样本
2021-06-13 10:27:29 3.58MB
1
YARA 是一个旨在帮助恶意软件研究人员识别和分类恶意软件样本的工具。目前使用 YARA 的知名软件有赛门铁克、火眼、卡巴斯基、McAfee、VirusTotal等。
2021-05-20 19:44:47 903KB C/C 开发-其它杂项
1
maline, Android恶意软件检测框架 目录1介绍2安装失败2.1依赖关系2.2.建筑3配置文件3.1正在解包 SDK3.2.可执行文件的路径3.3 。Android虚拟设备插件4使用说明5.Emulab6版权所有简介 malin
2021-05-19 00:23:37 36.69MB 开源
1
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
2021-05-18 09:00:07 720KB VirusShare 恶意软件数据集
1
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
1
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。
2021-04-30 12:03:11 614KB PHP
1
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。
2021-03-24 12:00:33 255KB Android 恶意软件 检测 病毒分析
1
【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。
2021-03-24 12:00:11 692KB 机器学习 恶意软件 特征算法 N-Gram
1