随着手机应用广泛地进入人们的生产和生活,各种移动端病毒也呈现出越来越复杂和多样化的趋势。在这样严峻的安全形势下,传统的反病毒方式已无法应对日益增长的安全威胁。受限于移动终端性能的限制,传统的在PC端依赖病毒库进行特征代码扫描等方式不适合用于保障移动应用的安全性,取而代之的是云安全技术,由云服务端实现移动应用的安全检测。由于上传文件消耗用户流量,且移动应用云安全系统面向所有用户,不适合每次都将终端的APK上传至云端扫描。现有的移动端云安全技术实现方式如下:通过海量爬取市场上的移动应用,建立一个APK样本库,在云服务端对样本库抽取特征并进行安全分析扫描,生成报告,当用户安装APK时客户端抽取其文件信息与样本库进行特征匹配,以保障用户所安装应用的安全性。这就使得移动云安全技术需要从市面上的应用市场获取海量APK样本。这面临着两个问题急待解决:首先是数据源的异构问题,目前的移动应用市场数量众多,且每个市场的规模不同,样本存储结构不同,获取样本的途径不同,还存在各种广告和无效文件使得样本质量参差不齐。这些数据源的异构性使得样本的获取非常的困难,而且样本的质量难以保证。然后是数据源的不稳定性问题,由于移动应用市场会不断地进行更新,其页面架构,页面逻辑,域名,样本获取方式等都会随着时间的推移不断地改变,这为设计并构建一个长期稳定的移动应用样本获取系统带来巨大的挑战。针对这样的状况,本文设计并实现了面向移动云安全的异构数据源样本采集系统,以解决由于数据源异构性带来的样本获取困难和质量难以保证的问题,以及由于数据源不稳定性带来的挑战。·针对数据源异构性问题:本文设计了一个分布式的异构数据获取器,该获取器通过针对不同市场,进行不同的爬虫设计以解决异构数据源样本获取方式的差异性问题,并通过一个定时调度模块对爬虫的生命周期进行管理。同时,本文还设计了一个可根据负载弹性扩容的有效性过滤器,该过滤器通过对获取器获取到的样本进行合法性验证和去重操作,实时过滤掉无效的样本,以解决因数据源异构造成的样本质量难以保证的问题。·针对数据源不稳定性的问题:本文设计了一个数据源稳定性验证器,该稳定性验证器通过对异构数据获取器及有效性过滤器的运行状态,以及对每个应用市场样本获取量,进行实时和历史数据的追踪,以解决数据源不稳定性的问题,当数据源改动或失效,无法提供稳定样本增长的时候,开发人员能够实时地获取反馈,即时地修正数据获取模块和过滤器模块。本系统现已上线,部署并运行在AWS的EC2环境下,每日自动地从三十多个移动应用市场获取数据,并稳定地为样本库提供8000至9000个有效的新增样本。