Resumen

Hoy en día, las aplicaciones de Android declaran tantos permisos como sea posible para proporcionar más funciones a los usuarios, lo que también les plantea una grave amenaza de seguridad. Aunque se han desarrollado muchos métodos de detección de malware de Android basados en permisos, son ineficaces cuando las aplicaciones maliciosas declaran pocos permisos peligrosos o cuando los permisos peligrosos declarados por aplicaciones maliciosas son similares a los declarados por aplicaciones benignas. Esta limitación se atribuye al uso de muy poca información para la clasificación. Proponemos un nuevo método llamado método de permisos peligrosos de granularidad fina (FDP) para detectar aplicaciones maliciosas de Android, que recopila características que representan mejor la diferencia entre aplicaciones maliciosas y benignas. Entre estas características, se propone por primera vez la característica de granularidad fina de permisos peligrosos aplicados en componentes. Evaluamos 1700 aplicaciones benignas y 1600 aplicaciones maliciosas y demostramos que FDP logra una tasa de

• Materias:Big Data Segmentación de líneas Tráfico de red Reconocimiento de entidad Esquema de programación
• Subjects:Big Data Line segmentation Network traffic Entity recognition Programming scheme
• Palabras claves:Aplicaciones de Android; Permisos; Amenaza de seguridad; Métodos de detección de malware; Permiso peligroso detallado; Método FDP
• Keywords:Android applications; Permissions; Security threat; Malware detection methods; Fine-grained dangerous permission; FDP method