[发明专利]一种恶意软件检测方法及系统在审
| 申请号： | 201810685060.X | 申请日： | 2018-06-16 |
| 公开（公告）号： | CN108920953A | 公开（公告）日： | 2018-11-30 |
| 发明（设计）人： | 张得佳 | 申请（专利权）人： | 温州职业技术学院 |
| 主分类号： | G06F21/56 | 分类号： | G06F21/56;G06K9/62 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 325006 浙江省温州市瓯海*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种恶意软件检测方法，涉及软件检测领域。本发明的方法包括：创建恶意软件数据库和非恶意软件数据库；从恶意软件数据库和非恶意软件数据库中的软件源代码中提取Dalvik指令，通过Dalvik指令相对频率均值之间的差异进行鉴别恶意软件，利用基于Dalvik指令的均值和方差特征选择算法，并使用主成分分析算法、Kaehunen‑Loeve变换算法、独立成分分析算法，将原始的Dalvik指令映射到相应的特征空间，得到新特征。本发明还提供了一种恶意软件检测方法的系统。本发明通过提出基于均值和方差的特征选择方法，减少对分类无效的特征，针对软件样本的不平衡数据，本发明提出基于决策树的多级分类集成模型，解决了恶意软件检测准确性差的问题。 | ||
| 搜索关键词： | 恶意软件 恶意软件检测 数据库 指令 方差 主成分分析算法 独立成分分析 特征选择算法 软件源代码 变换算法 多级分类 集成模型 软件检测 特征空间 特征选择 指令映射 决策树 新特征 算法 样本 鉴别 分类 创建 | ||
【主权项】：
1.一种恶意软件检测方法，其特征在于，包括下步骤：S01：创建恶意软件数据库和非恶意软件数据库；S02：通过使用除Google Play外的其它检测工具、杀毒软件和人工进行检测，确保非恶意应用软件数据库中的非恶意软件均为非恶意软件，不包括可疑的恶意软件；S03：从恶意软件数据库和非恶意软件数据库中的软件源代码中提取Dalvik指令，通过Dalvik指令相对频率均值之间的差异进行鉴别恶意软件，利用基于Dalvik指令的均值和方差特征选择算法，并使用主成分分析算法、Kaehunen‑Loeve变换算法、独立成分分析算法，将原始的Dalvik指令映射到相应的特征空间，得到三个新特征；S04：针对所提取的软件特征，使用急速学习机算法学习单层神经网络，将其作为其分类器，使用Stacking算法融合每一个分类器，涉嫌特征的集合；S05：通过采用多层决策树的集成学习方法针对是否为恶意软件进行决策。
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温州职业技术学院，未经温州职业技术学院许可，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/201810685060.X/，转载请声明来源钻瓜专利网。
