[发明专利]一种基于半监督K-Means聚类算法的Android恶意软件检测方法有效
| 申请号： | 201910081131.X | 申请日： | 2019-01-28 |
| 公开（公告）号： | CN109670310B | 公开（公告）日： | 2023-04-18 |
| 发明（设计）人： | 刘雪娇;罗娟;胡芷琦 | 申请（专利权）人： | 杭州师范大学 |
| 主分类号： | G06F21/56 | 分类号： | G06F21/56;G06F18/23213 |
| 代理公司： | 杭州杭诚专利事务所有限公司 33109 | 代理人： | 尉伟敏 |
| 地址： | 310015 浙江*** | 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： | 本发明公开了一种基于半监督K‑Means聚类算法的Android恶意软件检测方法，所述方法包括，步骤S1：解析Android应用软件包，选择适量有标签的样本和两倍数量的无标签的样本，使用解压缩工具打开这些样本的Android应用软件包，得到权限集合P1、P2、P3；步骤S2：构建特征矩阵，通过信息增益算法统计每个样本的权限集合P1、P2、P3的评分结果为s1、s2、s3，选择适量有标签的样本构建成特征矩阵FN和FM；步骤S3：恶意软件检测：运用半监督k‑means算法对特征矩阵FN和特征矩阵FM中的样本进行恶意软件的检测，本技术方案使用大量的无标签样本，同时使用尽量少的有标签样本，来进行分类，对恶意软件检测具有较高的准确性。 | ||
| 搜索关键词： | 一种 基于 监督 means 算法 android 恶意 软件 检测 方法 | ||
【主权项】：
1.一种基于半监督K‑Means聚类算法的Android恶意软件检测方法，其特征在于，所述方法包括：步骤S1、解析Android应用软件包：选择适量有标签的样本和两倍数量的无标签的样本，使用解压缩工具打开这些样本的Android应用软件包，得到classes.dex文件AndroidManifest.xml文件，解析AndroidManifest.xml文件提取每个样本的权限的特征集合P1，反编译classes.dex文件提取调用的API，构建每个样本API对应的权限的特征集合P2，通过每个样本的权限集合P1和P2得到该样本的非过度申请的权限集合P3；步骤S2、构建特征矩阵：通过信息增益算法得到不同权限的属性评分结果，统计每个样本的权限集合P1、P2、P3的评分结果为s1、s2、s3，选择适量有标签的样本构建成特征矩阵FN，选择两倍数量的无标签的样本构建成特征矩阵FM；步骤S3、恶意软件检测：运用半监督k‑means算法对特征矩阵FN和特征矩阵FM中的样本进行恶意软件的检测。
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杭州师范大学，未经杭州师范大学许可，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/201910081131.X/，转载请声明来源钻瓜专利网。
- 上一篇：一种检测文件的方法及装置
- 下一篇：基于高级语义的恶意代码分析与检测方法
