[发明专利]移动终端恶意行为检测方法、系统、介质、设备及应用

权利要求书

1.一种移动终端恶意行为检测方法，其特征在于，所述移动终端恶意行为检测方法包括：

验证同类行为特征集合的紧密覆盖集的存在性，提出同类行为特征集合的紧密覆盖集构造算法和同类行为特征区域紧密覆盖面模型和求解算法；

分别实现动静态分析相结合的程序行为特征提取方法、融合独立性、连续性分析的移动终端恶意行为特征提取方法，并训练样本的鲁棒化；

构建基于紧密覆盖学习的移动终端恶意行为检测模型。

2.如权利要求1所述的移动终端恶意行为检测方法，其特征在于，验证同类行为特征集合的紧密覆盖集的存在性的方法包括：在致密凸集、致密S—β星凸集定义基础上，可获得关于致密凸集的以下定理：C是N维特征空间R^N的一致密单连通点集；且C是致密凸集；令C的致密边界点个数为Γ；对于任意点X＝(x₁,…,x_i,…,x_N)∈C，定义2N个点(x₁±ε,x₂,…,x_i,…,x_N)，......，(x₁,…,x_i-1,x_i±ε,x_i+1,…,x_N)，......，(x₁,…,x_i,…,x_N-1,x_N±ε)；设—ε紧密覆盖集为则当时,I(C)至少有Γ个点，且对应于每一个C的边界点，至少有上述2N个点中一个点在I(C)中；而且X＝(x₁,…,x_i,…,x_N)∈C到内的一立体表面距离大于

X＝(x₁,…,x_i,…,x_N)是C的一个致密边界点，它到边界的而距离为X＝(x₁,…,x_i,…,x_N)∈C为原点的新坐标系，记过X＝(x₁,…,x_i,…,x_N)和(x₁,…,x_i+ε,…,x_N)的坐标轴记为XX_i,i＝1,…,N；再以(x₁,…,x_i-1,x_i±ε,x_i+1,…,x_N)为中心,作半径为的球B(x₁,…,x_i-1,x_i±ε,x_i+1,…,x_N)，则该球B与坐标轴有等交点；由的定义知，一定有C中点(x₁',…,x_i-1',(x_i'±ε)',x_i+1',…,x_N')包含在球B(x₁,…,x_i-1,x_i±ε,x_i+1,…,x_N)中；当作垂直于坐标面X_iXX_j…,i,j＝1,…,N的球B(x₁,…,x_i-1,x_i+ε,x_i+1,…,x_N)和B(x₁,…,x_j-1,x_j+ε,x_j+1,…,x_N)切平面Π_ij…，i,j＝1,…,N时，则Π_ij…与坐标轴分别有和两交点；

由高维空间的超平面定义知，当N个点不共N-2维超平面时，他们一定决定一个N-1面维超平面且共该超平面；决定过等点的N-1维超平面；因此2N个点中有种N个点的组合方式，其中有些组合方式：N个点共一个N-1面维超平面且确定该超平面，即不共N-2维超平面；由排列组合公式知，不过原点X＝(x₁,…,x_i,…,x_N)∈C和不同时过的以上N-1维超平面的个数为个；且易知，这些超平面所围立体是凸多面体，该凸多面体是以2N个点为顶点的最小体积凸多面体Ω；X＝(x₁,…,x_i,…,x_N)∈C是凸多面体中心，是一内点；

用反证法反证，假设2N个点(x₁±ε,x₂,…,x_i,…,x_N)，...，(x₁,…,x_i-1,x_i±ε,x_i+1,…,x_N)，...，(x₁,…,x_i,…,x_N-1,x_N±ε)全在中，推出矛盾；

最后证明当时，X＝(x₁,…,x_i,…,x_N)到Ω表面的距离大于