[发明专利]一种安卓应用恶意行为的检测方法有效
| 申请号： | 201710042676.0 | 申请日： | 2017-01-20 |
| 公开（公告）号： | CN106845217B | 公开（公告）日： | 2020-08-04 |
| 发明（设计）人： | 唐勇 | 申请（专利权）人： | 四川中大云科科技有限公司 |
| 主分类号： | G06F21/53 | 分类号： | G06F21/53;G06F21/56;G06K9/62 |
| 代理公司： | 北京科家知识产权代理事务所(普通合伙) 11427 | 代理人： | 陈娟 |
| 地址： | 610036 四川省成都*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 现代的反病毒技术体系前端是以反病毒引擎技术为核心，应用于主机和网络两个工作场景；而后端则依靠大规模的海量数据分析处理体系作为支持。传统的恶意行为检测就是依靠前端采集的恶意文件样本或即时触发的事件提交到后端系统中做分析、处理。基于恶意行为检测技术是在近年来反病毒技术不断演进中逐渐形成的，新病毒技术的产生往往会直接促使反病毒技术整个层次的提高，这种攻防对弈往往很被动。沙箱技术是为一些不可靠的程序提供实验而不影响系统运行的环境，其主要思想在于隔离机制与层级安全架构。本发明研究并提出一种基于SVM的恶意行为检测模型，并将其应用于基于沙箱技术的Android系统中。 | ||
| 搜索关键词： | 一种 应用 恶意 行为 检测 方法 | ||
【主权项】：
一种安卓应用恶意行为的检测方法，其特征在于，包括有如下步骤：1)启动安卓智能终端，并在所述终端中应用可执行程序安装；2)将所述可执行程序复制到沙箱模块；3)在所述沙箱模块中，对所述可执行程序进行特征提取；4)将所述特征作为训练好的SVM模块的输入单元，并得到预测风险值；5)若所述预测风险值大于等于安全阈值，则反馈到安卓智能终端；若所述预测风险值小于安全阈值，则安装可执行程序。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于四川中大云科科技有限公司，未经四川中大云科科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710042676.0/，转载请声明来源钻瓜专利网。
- 上一篇：一种低温液体运输半挂车
- 下一篇：一种可以储存多种介质组分的常压低温储罐
