[发明专利]一种基于卷积神经网络的Android恶意软件检测方法在审
| 申请号： | 201710107578.0 | 申请日： | 2017-02-27 |
| 公开（公告）号： | CN107103235A | 公开（公告）日： | 2017-08-29 |
| 发明（设计）人： | 凌捷;王文冲;谢锐;龚怡;柳毅 | 申请（专利权）人： | 广东工业大学 |
| 主分类号： | G06F21/55 | 分类号： | G06F21/55 |
| 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卷积神经网络的Android恶意代码检测方法，该方法首先对已知的恶意软件样本反编译，获取其dex文件并映射为图像数据；再将得到的图像数据作为输入值，并以1×n向量作为输出值，放到卷积神经网络中进行训练，使其满足同种类恶意软件的输出值偏差尽可能小，不同种类恶意软件的输出值偏差尽可能大。通过利用大量已知样本进行训练，得到一个可以用于对未知软件进行检测的分类器。随后，每一个未知软件直接使用该分类器即可判断其是否含有恶意代码。本发明所述技术方案能准确识别恶意软件所属类别，并能够有效地提高了恶意软件样本分类的准确性。 | ||
| 搜索关键词： | 一种 基于 卷积 神经网络 android 恶意 软件 检测 方法 | ||
【主权项】：
一种基于卷积神经网络的Android恶意软件检测方法，其特征在于：步骤一、将APK包转化为图像数据文件；步骤二、得到图像数据后，将已知类别的样本数据来对卷积神经网络进行训练；步骤三、利用训练好的分类器CN来对未知软件进行检测。
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/201710107578.0/，转载请声明来源钻瓜专利网。
- 上一篇：多任务隔离方法和装置
- 下一篇：一种网络防病毒指标优化方法和装置
