iOSDBuilder: Uma Ferramenta de Construção de Datasets para Detecção de Malwares iOS

• João Guilherme Freitas UFAM
• Vanderson Rocha UFAM
• Eduardo Feitosa UFAM

DOI: https://doi.org/10.5753/sbseg_estendido.2023.234987

Resumo

A falta de conjuntos de dados para treinar e testar soluções para identificação e classificação de aplicativos maliciosos no sistema operacional iOS é uma realidade. Enquanto na plataforma Android existem dezenas, não existe um dataset público para facilitar o treino e teste de soluções de detecção. Visando resolver este problema, o iOSDBuilder foi desenvolvido para construir datasets capazes de serem empregados na análise e detecção de malwares iOS. O iOSDBuilder é separado em quatro módulos independentes com caracteŕısticas e ferramentas diferentes para construção de datasets atualizados. Como resultado, foi posśıvel gerar um dataset com 176 aplicativos, dos quais 9 foram classificados como possivelmente maliciosos pelos scanners do VirusTotal.

Referências

Ciaramella, G., Iadarola, G., Martinelli, F., Mercaldo, F., and Santone, A. (2022). A model checking-based approach to malicious family detection in ios environment. volume 207.

Cimitile, A., Martinelli, F., and Mercaldo, F. (2017). Machine learning meets ios malware: Identifying malicious applications on apple environment. volume 2017-January.

Felt, A. P., Finifter, M., Chin, E., Hanna, S., and Wagner, D. (2011). A survey of mobile malware in the wild.

Garg, S. and Baliyan, N. (2021). Comparative analysis of android and ios from security viewpoint.

Husainiamer, M. A., Saudi, M. M., Ahmad, A., and Syafiq, A. S. M. (2021). Mobile malware classification for ios inspired by phylogenetics. International Journal of Advanced Computer Science and Applications, 12.

Kouliaridis, V., Barmpatsalou, K., Kambourakis, G., and Chen, S. (2020). A survey on mobile malware detection techniques. IEICE Transactions on Information and Systems, E103D.

Sharma, T. and Rattan, D. (2021). Malicious application detection in android - a systematic literature review.

Vilanova, L., Kreutz, D., Assolin, J., Quincozes, V., Miers, C., Mansilha, R., and Feitosa, E. (2022). Adbuilder: uma ferramenta de construção de datasets para detecção de malwares android.

Yixiang, Z. and Kang, Z. (2017). Review of ios malware analysis.