移動端的惡意軟件問題正愈演愈烈，伯明翰阿拉巴馬大學的研究者們開發(fā)了一種新的技術(shù)，以檢測可疑手機軟件進行的惡意行為，比如偷偷撥打用戶并不知道的公共電話號碼。

[[130822]]

這項技術(shù)依賴于手機的運動、位置以及環(huán)境傳感器，以找出用戶在使用打電話、拍照片、NFC掃描信用卡服務時的操作模式。一些移動端惡意軟件正在濫用這些服務，而安全專家認為這樣的情況會越來越多。

阿拉巴馬大學開發(fā)的技術(shù)可以監(jiān)控這三種服務，找出哪些行為并非來自用戶的正常操作。這項研究涉及到機器學習領(lǐng)域。安全軟件需要從真實生活的場景中提取數(shù)據(jù)，發(fā)現(xiàn)不同用戶之間行為模式的差別，從而精確探測惡意軟件的異常行為。因此，這是一種可行的惡意軟件防護模式。

該項目的負責人表示，他們的技術(shù)并不需要對手機root，這比大多數(shù)基于特征識別的手機反病毒軟件要好。

由于缺乏對新型惡意軟件的特征記錄，傳統(tǒng)的反病毒軟件對不斷進化的惡意軟件無能為力，然而這項新型技術(shù)并不基于特征識別，從而避免了類似問題。

此項研究的論文發(fā)表在上周四舉辦的IEEE Percom會議上。研究者表示未來準備將研究成果商業(yè)化。