Resumen

Para resolver el problema de que el mecanismo de caja de arena de la plataforma Android impide que el software de protección de seguridad acceda a información eficaz para detectar malware, este artículo propone un método de detección de software malicioso basado en el consumo de energía. En primer lugar, se obtuvo la información del estado de consumo de la batería del móvil, y se construyó el modelo de mezcla gaussiana (GMM) mediante el uso de coeficientes cepstrales de frecuencias Mel (MFCC). A continuación, se utilizó el GMM para analizar el consumo de energía; el software malicioso puede clasificarse y detectarse mediante un procesamiento de clasificación. Los resultados experimentales demuestran que la función de una aplicación y su consumo de energía guardan una estrecha relación, y nuestro método puede detectar con precisión algunas aplicaciones de software malicioso típicas.

• Materias:Ingeniería electrónica Sensores Redes Inalámbricas Tecnología de sensores Procesamiento de señales asistido por computador Procesamiento de datos
• Subjects:Electronic engineering sensors Wireless Networks Sensor technology Signal processing computer-assisted Data processing
• Palabras claves:consumo de energía, método de detección de software malicioso, información sobre el estado de consumo de la batería del móvil, software de aplicación malicioso típico, modelo de mezcla gaussiana, software de protección de la seguridad, gmm, plataforma android, resultados de experimentos, frecuencia de mel
• Keywords:power consumption, malicious software detection method, mobile battery consumption status information, typical malicious application software, gaussian mixture model, security protection software, gmm, android platform, experiment results, mel frequency