公开(公告)号：CN112487421B

公开(公告)日：2024-06-11

申请号：CN202011158446.9

申请日：2020-10-26

Applicant: 中国科学院信息工程研究所

Inventor： 喻民 ,  刘超 ,  刘昭策 ,  姜建国 ,  刘明奇 ,  朱大立 ,  黄伟庆

IPC: G06F21/56

Abstract: 本发明实施例提供一种基于异质网络的安卓恶意应用检测方法及系统，该方法包括：根据安卓应用安装包中的内容特征和关系特征，构建代码团关系异质网络；根据随机游走算法和预设元路径，获取所述代码团关系异质网络中的节点上下文，并根据所述节点上下文，得到图嵌入矩阵；将所述图嵌入矩阵输入到训练好的安卓应用检测模型，得到所述安卓应用安装包的应用检测结果，其中，所述训练好的安卓应用检测模型是通过样本图嵌入矩阵，对卷积神经网络进行训练得到的。本发明实施例使得安卓应用检测更加全面，检测结果更加准确，提高了安卓应用检测效率。

公开(公告)号：CN112487421A

公开(公告)日：2021-03-12

申请号：CN202011158446.9

申请日：2020-10-26

Applicant: 中国科学院信息工程研究所

Inventor： 喻民 ,  刘超 ,  刘昭策 ,  姜建国 ,  刘明奇 ,  朱大立 ,  黄伟庆

IPC: G06F21/56

Abstract: 本发明实施例提供一种基于异质网络的安卓恶意应用检测方法及系统，该方法包括：根据安卓应用安装包中的内容特征和关系特征，构建代码团关系异质网络；根据随机游走算法和预设元路径，获取所述代码团关系异质网络中的节点上下文，并根据所述节点上下文，得到图嵌入矩阵；将所述图嵌入矩阵输入到训练好的安卓应用检测模型，得到所述安卓应用安装包的应用检测结果，其中，所述训练好的安卓应用检测模型是通过样本图嵌入矩阵，对卷积神经网络进行训练得到的。本发明实施例使得安卓应用检测更加全面，检测结果更加准确，提高了安卓应用检测效率。