计算机工程

作者：葛文麒, 杨清, 廖俊国, 何羽轩

单位：湖南科技大学 a. 计算机科学与工程学院;b. 潇湘学院 计算机系, 湖南 湘潭 411201

关键词：Android系统,恶意应用,特征加权,深度学习,双向长短期记忆神经网络

基金：国家自然科学基金（61772194）。

当前Android系统恶意应用程序数量增长迅猛，然而传统检测系统无法对其进行快速有效检测，移动终端安全性面临严重威胁。提出一种将特征加权与双向长短期记忆（Bi-LSTM）神经网络深度学习算法相结合的恶意检测系统。采用静态分析方法从恶意与良性应用程序中提取不同类型行为特征，利用特征加权方法消除噪声与不相关因素后构建特征向量，使用Bi-LSTM深度学习算法优化行为特征参数，并设计恶意与良性应用程序分类模型，建立特征加权与深度学习算法相结合的恶意应用程序检测系统。实验结果表明，与支持向量机、RNN等传统检测系统相比，该系统对恶意应用程序具有较高的检测精度与准确率。

来源：2020年第11期

《计算机工程》期刊编辑部

查看计算机工程杂志2020年第11期