申请/专利权人：重庆邮电大学

申请日：2024-01-19

公开（公告）日：2024-04-19

公开（公告）号：CN117909975A

主分类号：G06F21/56

分类号：G06F21/56;G06N3/0464;G06N3/09

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.05.07#实质审查的生效;2024.04.19#公开

摘要：本发明涉及一种基于图卷积网络的安卓恶意软件检测方法，该方法包括：获取待检测安卓应用，进行静态分析，构建函数调用图，该图包括API函数节点及其API调用关系，对函数调用图进行简化处理，保留与文件访问、网络申请相关的核心API函数节点，对其他非核心节点API函数节点进行合并处理，得到待检测安卓应用的函数抽象图，根据函数抽象图得到其邻接矩阵，对函数抽象图进行自然语言处理，获取函数抽象图中API函数节点的初始特征向量，得到函数抽象图对应的特征矩阵，将所述邻接矩阵和所述特征矩阵输入训练后的图卷积神经网络模型，得到待检测安卓应用的检测结果。本发明能够提高安卓恶意软件检测的检测准确率和检测效率。

主权项：1.一种基于图卷积神经网络的安卓恶意软件检测方法，其特征在于，包括：S1：获取待检测安卓应用；S2：对所述待检测安卓应用进行静态分析，构建所述待检测安卓应用的函数调用图，所述函数调用图包括API函数节点及其API调用关系；S3：对所述函数调用图进行简化处理，依据API功能类别进行分类，对提取的API函数类别进行设置，仅保留与文件访问以及网络申请相关联的核心API函数节点，对其他非核心API函数节点进行合并处理，得到所述待检测安卓应用的函数抽象图；S4：根据所述函数抽象图得到其邻接矩阵，对所述函数抽象图进行自然语言处理，获取所述函数抽象图中API函数节点的初始特征向量，得到所述函数抽象图对应的特征矩阵；S5：将所述邻接矩阵和所述特征矩阵输入训练后的图卷积神经网络模型，得到所述待检测安卓应用的检测结果。

全文数据：

权利要求：

百度查询： 重庆邮电大学 一种基于图卷积神经网络的安卓恶意软件检测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD