[发明专利]基于敏感模式的安卓恶意软件的检测方法及后台系统

权利要求书

1.基于敏感模式的安卓恶意软件的检测方法，其特征在于，包括：

获取待检测安卓软件的APK文件，并对其进行反汇编操作提取权限数据和API调用数据，之后对提取的数据进行过滤，形成数据样本；

读取基于若干安卓软件的数据样本构建而成的敏感模式簇，以敏感模式簇的个数为维度，将数据样本基于存在和最大包含度构建成特征向量：

其中，V_h为第h个数据样本所对应的特征向量；为V_h中的第i个元素；n为敏感模式簇的个数；为第h个数据样本；sp_j为敏感模式；为敏感模式中元素的个数；为和中相同元素项的个数；为包含度，即和中相同元素项的个数占中元素项总数的比例；

将特征向量输入已训练好的恶意软件检测模型，并输出检测结果；

敏感模式簇的获取方法为：

获取若干安卓软件，并对其APK文件进行反汇编操作提取权限数据和API调用数据，之后对提取的数据进行过滤，每个安卓软件形成一个数据样本；

提取所有数据样本构成的事务数据集中的所有频繁项集，每个频繁项集作为一个敏感模式；

计算任意两个敏感模式的Jaro距离作为文本相似度及计算任意两个敏感模式的余弦相似度作为支持度相似度，之后将每个敏感模式作为一个簇；

基于两个敏感模式的文本相似度和支持度相似度计算两个簇之间的相似度；

判断最大相似度是否小于设定阈值，若不是，将相似度最大的两个簇合并成一个簇，并返回上一步，否则将当前所有簇作为敏感模式簇。

2.根据权利要求1所述的基于敏感模式的安卓恶意软件的检测方法，其特征在于，所述恶意软件检测模型的构建方法包括：

获取敏感模式簇；

以敏感模式簇的个数为维度，将每个数据样本基于存在和最大包含度构建成一个特征向量；

采用所有特征向量构成的训练集对多层梯度提升决策树进行训练，得到恶意软件检测模型。

3.根据权利要求2所述的基于敏感模式的安卓恶意软件的检测方法，其特征在于，任意两个敏感模式的Jaro距离的计算公式为：

其中，为敏感模式sp_i与敏感模式sp_j间的Jaro距离；m_ij为敏感模式sp_i与敏感模式sp_j间匹配的词数；和分别为敏感模式sp_i与敏感模式sp_j的单词数目。