安卓恶意应用识别（三）（批量反编译与属性值提取）

前言

上篇说到对安卓APK反编译，本篇实现批量反编译和批量特征提取及计算，主要就是通过python代码与cmd进行批量化交互，我在写文章之前，尝试批量下载了安卓apk（大约10来个），发现现在这个应用软件不是一般的大啊，无奈电脑内存不太够，现仅将已下载10个apk作为示例展示。

1. 批量反编译

思路是这样：
第一步：调用cmd，读取指定路径下的文件，path+benign+k(k=1,2…n)，进行反编译
第二步：结果就自动放到该文件夹目录下
出现的问题是os.system调用了cmd后立马又关闭，无法持续执行命令，看到文章windows系统如何使用python执行多条命令行命令
代码如下（我的cmd命令在pycharm中设定的就是malware_identification下）：

def oper_cmd(apk):cmd_str = "cd ../restore & "+"apktool.bat d -f " + apkprint(cmd_str)return subprocess.Popen(cmd_str, shell=True, stdout=None, stderr=None).wait()
for i in range(1,11):apk = "benign" + str(i) + ".apk"oper_cmd(apk)

执行如下图，开始批量反编译：
在这里插入图片描述
批量反编译成功！

2. 单文件特征提取

看到xml标签项和属性值，假设我们需要提取的特征就是属性值的最后一个字符串。
在这里插入图片描述
直接上提取代码，这里用到了xml.dom和正则表达式：

# 获取xml文件当中某个标签的属性值
import re
from xml.dom.minidom import parsefrom character_handle.frequency_order import config_filexmldom = parse(config_file) # 加载XMLfor element in xmldom.getElementsByTagName("uses-permission"):a = element.getAttribute("android:name")b = re.findall(r'\w{1,}', a)[-1]print(b)

成功取出，同理，更改TagName也可以获取其他标签的属性值。
在这里插入图片描述
多做一步，计算特征属性值出现的频次：

# 获取xml文件当中某个标签的属性值
import re
from collections import Counter
from xml.dom.minidom import parsefrom character_handle.frequency_order import sample_get
def counter(arr):return Counter(arr)
xmldom = parse(sample_get.get_file("benign1")) # 加载XML
# 多做一步，将每个特征存储为一个list，然后count
list_uses_permission = []
for element in xmldom.getElementsByTagName("uses-permission"):a = element.getAttribute("android:name")b = re.findall(r'\w{1,}', a)[-1]list_uses_permission.append(b)
c = counter(list_uses_permission)
print(c)

在这里插入图片描述

3. 批量文件特征提取

# 批量获取多个文件夹中xml当中某个标签的属性值
import re
from collections import Counter
from xml.dom.minidom import parsefrom character_handle.frequency_order import sample_get
def counter(arr):return Counter(arr)
list_uses_permission = []
# 批量加载XML，并提取属性值
for i in range(1,11):xmldom = parse(sample_get.get_file("benign%d"%i))for element in xmldom.getElementsByTagName("uses-permission"):a = element.getAttribute("android:name")b = re.findall(r'\w{1,}', a)[-1]list_uses_permission.append(b)
c = counter(list_uses_permission)
print(c)