[发明专利]一种基于超分辨特征图像的安卓恶意软件分类方法

摘要

本发明公开了一种基于超分辨特征图像的安卓恶意软件分类方法，步骤如下：收集恶意安卓软件样本集；在沙盒环境中加载运行安卓软件；提取恶意软件的141个动态行为特征，包括内存特征、API特征、电池特征、网络特征、进程特征和日志特征；使用极限树分类器进行特征重要性值评估并提取特征；将提取的特征重塑成低分辨特征图像；对低分辨率的特征图像进行超分辨重建并得到高分辨率的特征图像；利用CNN技术，使用高分辨率的特征图像对卷积神经网络进行训练；通过卷积神经网络得到安卓恶意软件的分类结果。本发明对动态行为特征进行分析，并采用超分辨率方法进行特征图像重建，基于重建后的高分辨率的特征图像进行分类，显著提高分类准确率。