[发明专利]一种基于机器学习的安卓恶意程序检测方法有效
| 申请号： | 201810116416.8 | 申请日： | 2018-02-06 |
| 公开（公告）号： | CN108304720B | 公开（公告）日： | 2020-12-11 |
| 发明（设计）人： | 何春凤;崔渊博;聂嘉贺;阿曼太;王宇;金红;杨满智;刘长永 | 申请（专利权）人： | 恒安嘉新（北京）科技股份公司 |
| 主分类号： | G06F21/56 | 分类号： | G06F21/56 |
| 代理公司： | 北京市万慧达律师事务所 11111 | 代理人： | 黄玉东 |
| 地址： | 100191 北京市海淀区*** | 国省代码： | 北京;11 |
| 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机器学习的安卓恶意程序检测方法，所述方法包括：对黑白样本进行特征提取；使用样本集进行模型训练；待检测样本通过训练好的模型识别；如识别为恶意样本，则对该样本进行家族分类，如识别为白样本，则进行异常检测，判别是否是新的恶意样本；将识别结果反馈至样本库保存；对识别错误的样本加入训练集，重新训练模型。本发明使用机器学习算法和在线学习方法解决了现有的检测方法漏检率高、恶意程序的识别准确率低的问题。 | ||
| 搜索关键词： | 一种 基于 机器 学习 恶意程序 检测 方法 | ||
【主权项】：
1.一种基于机器学习的安卓恶意程序检测方法，其特征在于，所述方法包括：从样本库中对黑白样本进行特征提取；使用样本集训练模型，样本包括黑样本和白样本；待检测程序提取特征后通过训练的好的模型进行识别，若识别为黑样本，则对该样本进行家族分类，如识别为白样本，则进行异常检测，判别是否是新的恶意样本；将识别结果反馈至样本库保存。
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恒安嘉新（北京）科技股份公司，未经恒安嘉新（北京）科技股份公司许可，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/201810116416.8/，转载请声明来源钻瓜专利网。
- 上一篇：Android恶意代码分析与检测算法
- 下一篇：一种恶意代码检测系统
