基于最大频繁子图挖掘的动态污点分析方法

来源：计算机研究与发展杂志2020年第3期北京时间：

作者：郭方方,王欣悦,王慧强,吕宏武,胡义兵,吴芳,冯光升,赵倩,

摘要：目前，传统面向恶意代码识别的动态污点分析方法广泛存在行为依赖图数量巨大、匹配时间消耗长的问题.提出一种动态污点分析方法——基于最大频繁子图挖掘的动态污点分析方法.该方法从恶意代码家族行为依赖图挖掘出代表家族显著共性特征的最大频繁子图，被挖掘出的最大频繁子图即为某类恶意代码家族以及该家族所有变种之间最为突出的共有特征，使用挖掘出的最大频繁子图与被测行为依赖图进行比较匹配即可.既能够保证原有恶意代码特征无丢失又削减了行为依赖图数量，并在此基础上进一步提升了识别效率.经实验分析，提出的这种新的动态污点分析方法相比于传统方法，当最小支持度为0.045时，行为依赖图数量减少了82%，识别效率提高了81.7%，准确率达到了92.15%.

关键词：恶意代码识别, 恶意代码家族, 动态污点分析, 行为依赖图, 最大频繁子图挖掘,