抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
Android開発者は一般的にそれらのアプリケーションと知的所有権を確保するapp難読化を用いた。難読化は保護を提供するが,appクローニングの検出とテスト生成と性能解析のための再パッケージング,マルウェア検出,サードパーティライブラリの同定,ディジタルフォレンシックスのための供給源解析,リバースエンジニアリングのような正当なプログラム分析の数のための障害となっている。appを作成しobfuscatorを同定できれば,難読化プロセスのいくつかの詳細を推測することができれば,その後の分析は,この知識を利用することができる。,自動的に与えられたappを解析し,決定できることが望ましい(1)混乱したかどうか,(2)obfuscatorを使用した,および(3)obfuscatorを構成した。いくつかの広く使用されている難読化ツールと数その構成オプションのためのアンドロイドアプリのobfuscatorを同定するための新しい技術を開発した。obfuscator同定問題を定義し,機械学習に基づく解法を提案した。著者らの知識の及ぶ限りでは,これはこの問題を定式化し,解くための最初の研究である。難読化コードの特性を表す特徴ベクトルを同定した。Dalvikバイトコードから特徴ベクトルを抽出し,obfuscator起源情報を同定するためにそれを使用するツールを実装した。異なるobfuscatorsと混乱実世界Androidアプリケーション上で提案アプローチ,いくつかの構成を評価した。著者らの実験は,このアプローチが約97%の精度でobfuscatorを同定し,90%以上の精度で配置を認識することを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】