[发明专利]一种基于深度学习的Android平台恶意软件检测方法在审
| 申请号： | 201810218798.5 | 申请日： | 2018-03-16 |
| 公开（公告）号： | CN108647518A | 公开（公告）日： | 2018-10-12 |
| 发明（设计）人： | 凌捷;王文冲;谢锐;柳毅 | 申请（专利权）人： | 广东工业大学 |
| 主分类号： | G06F21/56 | 分类号： | G06F21/56;G06F8/53 |
| 代理公司： | 广东广信君达律师事务所 44329 | 代理人： | 杨晓松 |
| 地址： | 510062 广东*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度学习的Android平台恶意软件检测方法，包括以下步骤：通过反编译得到应用软件APK对应的字节码文件；从字节码文件中提取并生成相应的指令序列，以向量的形式来表示每条指令的信息，并得到指令序列的时间序列；以指令序列的时间序列作为循环神经网络的输入值，循环神经网络的输出值为one‑hot向量，通过对循环神经网络进行大量输入输出对的训练，得到恶意软件识别器；利用恶意软件识别器对恶意软件检测识别。本发明能够对神经网络持续训练，更为快捷地得到识别模型，这种实现方法能够得到快速恶意软件识别器，恶意软件识别器经过大量样本训练后具有较高的检测准确率和速度，提高了恶意软件检测准确率和速度。 | ||
| 搜索关键词： | 恶意软件检测 恶意软件识别 循环神经网络 指令序列 字节码文件 时间序列 准确率 向量 神经网络 样本训练 应用软件 输出 编译 指令 学习 检测 | ||
【主权项】：
1.一种基于深度学习的Android平台恶意软件检测方法，其特征在于包括以下步骤：通过反编译得到应用软件APK对应的字节码文件；从字节码文件中提取并生成相应的指令序列，以向量的形式来表示每条指令的信息，并得到指令序列的时间序列；以指令序列的时间序列作为循环神经网络的输入值，循环神经网络的输出值为one‑hot向量，通过对循环神经网络进行大量输入输出对的训练，得到恶意软件识别器；利用恶意软件识别器对恶意软件检测识别。
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广东工业大学，未经广东工业大学许可，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/201810218798.5/，转载请声明来源钻瓜专利网。
