重庆大学 | MDADroid：一种通过构建功能-API映射的新型恶意软件检测方法
原文中文，约5200字，阅读约需13分钟。
📝
内容提要
MDADroid是一种新型的Android恶意软件检测方法，通过构建功能-API映射，有效应对恶意软件威胁。该方法利用开源知识获取权限相关API，并结合API相似度计算方法（ASCM）更新API集，确保适应版本迭代。实验结果表明，MDADroid在多个数据集上的检测准确率超过95%，资源消耗低，抗老化能力强，适合实际应用。
🔎
延伸解读
MDADroid的创新性
MDADroid通过构建功能-API映射，创新性地将应用的API特征转化为功能特征。这种方法不仅提高了恶意软件检测的准确性，还有效应对了Android API的快速迭代，确保了检测模型的长期有效性。
抗老化能力的重要性
在恶意软件检测中，抗老化能力至关重要。MDADroid在多年的跨年度测试中表现出色，准确率维持在85%以上，显示出其在面对不断变化的API环境时的适应性。这一特性使其在实际应用中更具可靠性。
资源消耗的优势
MDADroid在训练和特征提取时间上显著低于现有方法，体现出其低资源消耗的优势。这一特点使得MDADroid更适合在资源受限的环境中部署，提升了其实际应用的可行性。
❓
Q&A
MDADroid的主要功能是什么？
MDADroid是一种新型的Android恶意软件检测方法，通过构建功能-API映射来有效检测恶意软件。
MDADroid如何应对API的版本迭代？
MDADroid利用API相似度计算方法（ASCM）更新API集，以适应API的版本迭代。
MDADroid的检测准确率如何？
MDADroid在多个数据集上的检测准确率超过95%，在某些数据集上甚至达到99.56%。
MDADroid的资源消耗情况如何？
MDADroid的资源消耗低，训练测试时间和特征提取时间远低于现有方法。
MDADroid的抗老化能力表现如何？
MDADroid在抗老化能力测试中表现优异，准确率在跨年度测试中维持在85.81%-92.6%。
MDADroid的创新点是什么？
MDADroid的核心创新是构建功能-API映射，通过异构图实现API级特征到功能级特征的转换。
🏷️
