Google透过机器学习 侦测与分类手机装置上的威胁

Google近日释出2017年度 Android资安报告，报告中指出，有60.3%的潜在有害的应用（Potentially Harmful Applications，PHAs），是透过机器学习技术检测出来的，Google Play Protect服务透过机器学习技术，实时在用户的装置上侦测可疑的恶意软件和新威胁。

早在2016年Google的资安检测系统就加入了机器学习技术，来协助侦测和分类行动装置上的威胁，从过去数十万个恶意活动学习，从去年开始，Google更加强了机器学习算法，加入了Google所有平台上的恶意活动知识和采用多个不同的技术，算法分析了上百个恶意活动的讯号，并且除了侦测活动之外，也开始追溯应用程序的来源和营利模式等。

甚至，Google透过深度神经网络建立新的侦测模型，将多个讯号和权重同时输入，模型会自动转译出潜在恶意软件和恶意软件的关联性，这个进展能够将相似的恶意软件分群，最后，再由资安专家人工审视结果，将确认过的信息放回Protect服务，如此一来，更能够透过相似性找出未知的威胁。 Protect服务在超过20亿台的设备上执行，检测和监控所有的恶意活动，每天自动审核超过500亿个应用，Google表示，去年该自动审核机制过滤了将近3,900万个可疑的恶意软件。

Google指出，Play Protect服务每天至少会自动执行一次检验Android设备有无潜在有害应用的任务，而用户也可行手动执行检验工作，而Google发现，过去将近35％的新恶意软件安装都是发生在装置脱机时，因此，为了解决这项问题，去年10月开始，该服务新增了脱机扫描的功能，成功地阻止了1千万个恶意软件。 此外，报告中也指出，相比从第三方来源下载应用的设备，只从Google Play下载应用的Android设备中，潜在的恶意软件少了9倍，由于Product服务可以在发现恶意软件后，从Play商店删除该恶意软件，因此，大幅地减少用户安装恶意软件的可能性。

文章出自：艺术设计学园地 http://cutking.com.tw/

转载于:https://my.oschina.net/u/3705430/blog/1636030