基于卷积神经网络恶意安卓应用行为模式挖掘

ZHANG Xin,QIANG Weizhong,WU Yueming,ZOU Deqing,JIN Hai

user-5fe1a78c4c775e6ec07359f9（2020）

引用 0|浏览5

暂无评分

摘要

现有的安卓恶意应用检测方法所提取的特征冗余且抽象,无法在高级语义上反映恶意应用的行为模式.针对这一问题,提出一种可解释性检测方法,通过社交网络检测算法聚类可疑系统调用组合,将其映射为单通道图像,用卷积神经网络进行分类,并利用卷积层梯度权重类激活映射可视化方法发现最可疑的系统调用组合,从而挖掘理解恶意应用行为.实验结果表明,所提方法在高效检测的基础上,能够正确发现恶意应用的行为模式.

查看译文

关键词

Mobile malware,Convolutional neural network,Android (operating system),Computer network,Computer science,Behavioral pattern,Rapid detection

AI 理解论文

溯源树

样例

生成溯源树，研究论文发展脉络

Chat Paper

正在生成论文摘要