[发明专利]一种基于深度置信网络的Android恶意软件检测的方法在审
| 申请号： | 201910431019.4 | 申请日： | 2019-05-22 |
| 公开（公告）号： | CN110245493A | 公开（公告）日： | 2019-09-17 |
| 发明（设计）人： | 芦天亮;李国友;杜彦辉;欧阳立;吴警;张翼翔;暴雨轩 | 申请（专利权）人： | 中国人民公安大学;国家密码管理局商用密码检测中心 |
| 主分类号： | G06F21/56 | 分类号： | G06F21/56;G06K9/62;G06N3/04;G06N20/00 |
| 代理公司： | 北京冠和权律师事务所 11399 | 代理人： | 李建华 |
| 地址： | 100038 北京市西*** | 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： | 本申请提出一种基于深度置信网络的Android恶意软件检测的方法，首先，提取出Android应用软件的权限和敏感API的特征；其次，使用深度置信网络DBN来构建深度学习模型，将提取出的所述特征使用深度学习模型进行处理，得到表征高层抽象特征的样本；然后使用分类算法，对通过深度学习模型输出的高层抽象特征进行分类，区分出恶意软件和正常软件。通过本发明基于深度置信网络的深度学习模型可以更好地表征Android恶意软件的高层抽象特征，其检测效果也明显优于传统的神经网络模型和机器学习模型。 | ||
| 搜索关键词： | 置信 抽象特征 恶意软件检测 恶意软件 网络 高层 学习 机器学习模型 神经网络模型 分类算法 应用软件 正常软件 敏感API 传统的 构建 样本 地表 权限 输出 分类 检测 申请 | ||
【主权项】：
1.一种基于深度置信网络的Android恶意软件检测的方法，其特征在于所述方法包括如下步骤：提取Android应用软件的权限和敏感API的特征；使用深度置信网络DBN来构建深度学习模型，将提取出的所述特征使用所述深度学习模型进行处理，得到具有高层抽象特征的样本；使用分类算法，对通过所述深度学习模型表征的所述样本进行分类，区分出恶意软件和正常软件。
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中国人民公安大学;国家密码管理局商用密码检测中心，未经中国人民公安大学;国家密码管理局商用密码检测中心许可，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/201910431019.4/，转载请声明来源钻瓜专利网。
