王立中
摘要:本文針對現(xiàn)有的手機殺毒軟件和防火墻更新滯后的問題,提出了利用神經(jīng)網(wǎng)絡(luò)
關(guān)鍵字:智能手機;安全;神經(jīng)網(wǎng)絡(luò);病毒病毒識別模型在智能手機監(jiān)測中的優(yōu)越性以及可行性。
0 引言
現(xiàn)階段,互聯(lián)網(wǎng)已成為當今社會不可或缺的一部分,智能手機的數(shù)量也是與日俱增,與此同時不斷發(fā)展的是手機病毒,手機病毒已成為現(xiàn)代病毒發(fā)展的趨勢。
所謂手機病毒,其實是一種破壞手機系統(tǒng)的程序,且其傳播手段極為廣泛,可通過短信、彩信、郵件、網(wǎng)站或者下載文件、藍牙等傳播,手機一旦被病毒感染就會根據(jù)所感染病毒程序的要求對手機實施破壞,其表現(xiàn)方式不盡相同,可以使關(guān)機、死機、刪除手機資料、自動通話、發(fā)郵件等,有的病毒還能夠破壞手機SIM卡和芯片等手機硬件設(shè)備。
怎樣才能避免手機遭受病毒的破壞?其主要措施還是殺毒軟件和防火墻:
①定期對殺毒軟件的病毒庫進行更新升級,盡可能的保證其擁有當時已出現(xiàn)的病毒程序的破解,若病毒庫中不存在某個病毒的特征,則殺毒軟件就不能對該病毒進行查殺。此外,現(xiàn)在的手機殺毒軟件病毒庫采用的是特征代碼法,病毒的細微的變化都需要病毒庫對其進行辨別,然而智能手機的存儲空間和運算能力都是有限的,所以這種防殺毒的方法對智能手機而言,并不是完美的。
②而智能手機的防火墻主要的作用是攔截騷擾電話等,而并不是對手機病毒進行監(jiān)控,面對現(xiàn)存的多樣易變的病毒,防火墻更是顯得微不足道。
究竟該選擇何種方式來保護手機,這也是本文研究的重點—神經(jīng)網(wǎng)絡(luò)。
1 神經(jīng)網(wǎng)絡(luò)
神經(jīng)網(wǎng)絡(luò)是依據(jù)生物神經(jīng)的機制和原理,對信息進行處理的一種模型。它能夠模擬動物大腦的某些機制機理,實現(xiàn)一些特定的功能。人工神經(jīng)網(wǎng)絡(luò)具有很大的優(yōu)越性:
①具有自學功能。比如說,當對一幅圖像進行識別時,將各種不同的圖像樣本及其對應(yīng)的結(jié)果輸入人工神經(jīng)網(wǎng)絡(luò),它就能夠自己學習識別相同類型的圖像。
②具有聯(lián)想存儲功能。人工神經(jīng)網(wǎng)絡(luò)中的反饋網(wǎng)絡(luò)具備了聯(lián)想存儲的功能。
③具有高速尋找優(yōu)化解的功能。
2 神經(jīng)網(wǎng)絡(luò)安全監(jiān)控系統(tǒng)
神經(jīng)網(wǎng)絡(luò)安全監(jiān)控系統(tǒng)就是監(jiān)控手機應(yīng)用程序,使手機的正常業(yè)務(wù)能夠順利進行,而對那些異常業(yè)務(wù)則進行阻止。所謂正常的業(yè)務(wù)就是那些手機用戶已知的、按照用戶的意愿運行的、并且其運行并不破壞用戶手機中的資源和產(chǎn)生額外費用的已經(jīng)授權(quán)的程序。
通過神經(jīng)網(wǎng)絡(luò)監(jiān)控手機的而應(yīng)用程序的流程圖如圖1所示:
圖1 神經(jīng)網(wǎng)絡(luò)安全監(jiān)控流程圖圖2 單層感知器神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)
神經(jīng)網(wǎng)絡(luò)智能手機安全監(jiān)控的第一步是獲取所運行程序的特征,然后借助于神經(jīng)網(wǎng)絡(luò)的識別功能,對所提取的應(yīng)用程序的行為特征進行識別,如果識別結(jié)果為病毒手機會向用戶發(fā)出提示信息,若不為病毒則程序?qū)⒗^續(xù)運行。
3.1 程序行為特征的獲取
這里舉個例子說明。例如OwnSkin.A病毒,該病毒以手機主題的形式誘導(dǎo)手機用戶進行下載安裝,一旦該病毒被安裝進了手機,它就會在用戶不知情的情況下自動連接網(wǎng)絡(luò),自動想外界批量發(fā)送短信,對手機收到的短信的信息內(nèi)容進行刪除等等。從對病毒的描述詳細程度方面來說,病毒具有很多種特征,本文以3個為例,進行說明,這3個特征分別是有無按鍵、是否自啟動、是否特殊號碼,程序行為特征獲取的方法如下:
①針對手機自啟動的行為特征:每種手機的系統(tǒng),都有其正常的程序啟動方式,例如Windows Mobile通過“啟動”設(shè)置,Symbian的系統(tǒng)式通過“Recognizer”來設(shè)置程序的啟動,Linux系統(tǒng)是將啟動語句加入/ect/init.d/rcs,或者/usr/etc/rc.local中,在程序啟動的時候?qū)@些個位置進行監(jiān)控,就可以很容易的判別其是否為自啟動。
②針對按鍵這個行為特征:塞班的系統(tǒng)對是否有按鍵這個行為特征的監(jiān)控是粗略的監(jiān)控,以短信為例,手機短信的使用一般是先按功能鍵啟動功能圖標,然后選取短信的圖標,接著是對短信內(nèi)容的編輯,即一系列的數(shù)字鍵,監(jiān)控可得到一個相應(yīng)的按鍵序列,這樣就可以通過是否有按鍵這個行為特征來監(jiān)測手機程序的啟動是否正常。
③針對“被叫號碼”和“文件信息”的特征: 對于被叫號碼主要執(zhí)行的是,查看所要撥出去的電話號碼是否是設(shè)置在黑名單里的電話,對于文件信息則是查看信息中所添加的附件是否是安裝文件,如果是手機用戶之間的正常傳輸行為,則必定有按鍵行為特征,這樣也就會避免手機中的病毒程序隱蔽性的自啟動來傳輸文件。
3.2 神經(jīng)網(wǎng)絡(luò)建模
仍舊以上述3個行為特征為例,將其三個特征分別用“0”或者“1”來表示,若無按鍵、自啟動、特殊號碼,其特征值都取“1”,反之則取“0”,這三個特征值一共組合成了8中可能出現(xiàn)的情況,將其標記為矩陣如下:
(1)
借助于神經(jīng)網(wǎng)絡(luò)的識別功能,本文以單層單神經(jīng)元的神經(jīng)網(wǎng)絡(luò)為例進行說明,采用以下的參數(shù)對神經(jīng)網(wǎng)絡(luò)進行設(shè)計:
該網(wǎng)絡(luò)包含有一個輸入向量,包汗三個元素,并且每個元素取0—1之間的值。
神經(jīng)網(wǎng)絡(luò)中的神經(jīng)元通過hardlim函數(shù)為傳輸手段,根據(jù)這個函數(shù)設(shè)計出如圖2所示的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu),:
(2)
該結(jié)構(gòu)輸出結(jié)果為二值向量“0”或者“1”,其中“0”表示不是病毒特征,“1”則表示是行為特征。
在智能手機的實際應(yīng)用中,傳輸函數(shù)和網(wǎng)絡(luò)結(jié)構(gòu)、層數(shù)極易神經(jīng)元等的類型多種多樣,可根據(jù)病毒的實際情況進行選擇和應(yīng)用,在此筆者只是舉個例子來論述神經(jīng)網(wǎng)絡(luò)是如何識別網(wǎng)絡(luò)的。當網(wǎng)絡(luò)建好之后,就需要通過適當?shù)姆椒▽Σ《緲颖具M行訓(xùn)練得出誤差。
仍以上述例子為例進行訓(xùn)練:
輸入向量為:p= ;目標向量選為:t= ,在MATLAB7.1的環(huán)境中對病毒進行訓(xùn)練,根據(jù)所的結(jié)果得出訓(xùn)練的誤差性能曲線,如圖3所示:
圖3 訓(xùn)練誤差性能曲線
經(jīng)過訓(xùn)練并獲取矩陣權(quán)重,至此,神經(jīng)網(wǎng)絡(luò)的建?;就瓿?,其模型為
a=hardlim(P1*2+P2*2+P3*1-3)
在手機中所執(zhí)行的應(yīng)用程序,計算程序的行為特征向量與病毒的行為特征向量(111)之間的歐式距離,當所得之數(shù)比程序的特征行為向量和正常行為特征向量之間的歐式距離大時,系統(tǒng)將將此程序判定為病毒。
運用神經(jīng)網(wǎng)絡(luò)系統(tǒng)對手機進行監(jiān)測不需要像殺毒軟件一樣需要定期更新,這對手機的安全具有更好的防護作用。
3結(jié)語
隨著現(xiàn)代社會智能手機數(shù)量的增多和日?;?,網(wǎng)絡(luò)黑客技術(shù)也在不斷的發(fā)展和完善,因此智能手機安全問題已然不能忽視或者小視。本文針對這個問題,以及殺毒軟件和防火墻的不足之處,論述了神經(jīng)網(wǎng)絡(luò)病毒識別模型在智能手機監(jiān)測中的優(yōu)越性以及可行性。
參考文獻
[1]劉一靜,孫瑩,藺洋. 基于手機病毒攻擊方式的研究[J]信息安全與通信保密, 2007, (12) .
[2]李錦. 手機病毒特點及防范對策[J]通信技術(shù), 2009, (02) .
[3]楊建強,吳釗,李學鋒. 增強智能手機安全的動態(tài)惡意軟件分析系統(tǒng)[J]. 計算機工程與設(shè)計, 2010, (13) .
[4]智能手機安全防護框架淺析[J]. 信息安全與通信保密, 2010, (10).
[5] 桂佳平,周雍愷,沈俊,蔡繼文,劉功申. 基于智能手機惡意代碼防范模型的研究[J]. 計算機技術(shù)與發(fā)展, 2010, (01) .
注:文章內(nèi)所有公式及圖表請以PDF形式查看。