安卓恶意软件检测数据集
数据来源：互联网公开数据
标签：安卓,恶意软件,特征选择,权限,意图动作,机器学习,数据挖掘
数据概述：
本数据集由DroidRL提出，包含5000个良性样本和5560个恶意样本，分别来自AndroZoo和Drebin，用于训练和测试模型。数据集通过静态分析方法，从使用APKtool和Androguard反编译的安卓样本中提取权限、意图动作和操作码作为原始特征。每种类型的特征被构建为N维布尔向量，其中“1”表示该特征被使用，“0”表示未使用。每个样本最后附加一个标签，表示该样本是否为恶意安卓应用程序。
数据集选择了457个权限和126个意图动作作为原始特征向量的组成部分。权限信息表明应用程序需要访问哪些敏感用户数据（如联系人和短信），这对于安卓恶意软件检测至关重要。意图动作则是包含应用程序组件操作信息的抽象对象。通过反汇编class.dex生成smali文件，并使用正则表达式扫描smali文件中的方法字段来获取Dalvik字节码（例如：invoke-direct）。为解决由于N-gram数量增加导致的高维特征向量问题，采用了降维方法。
数据用途概述：
该数据集适用于恶意软件检测、特征选择、静态分析等多种场景。研究人员可以利用此数据集进行恶意软件检测模型的训练和测试；安全机构可以使用数据集识别和分析安卓恶意软件；开发者可以基于数据集优化应用程序的安全性。此外，数据集也适合用于教育培训，帮助学习者理解安卓安全和恶意软件检测的相关知识。
