-
公开(公告)号：CN109858250B
公开(公告)日：2023-01-03
申请号：CN201910126764.8
申请日：2019-02-20
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种基于级联分类器的安卓恶意代码检测模型方法，获取待检测的apk文件；使用apktool反汇编apk提取资源文件，图片文件和布局文件；使用dex2jar将apk反编译成java源码；使用jd‑gui查看APK中classes.dex转化出的jar文件，即源码文件；从反汇编的文件中提取操作码序列和api调用；将操作码序列和api调用特征合并为一个特征；用特征训练级联分类器，降低恶意代码误检率。本发明有效的区分良性样本和恶意软件，降低恶意软件的误检率，实现安卓端的应用安全；本发明是一种检测率高，成功率高，误检率低的检测方法；通过级联分类器的检测恶意软件，有效的降低恶意代码的误报率，同时比单个分类器的检测高效，比多个分类器的检测节约时间，大大提升了安卓端恶意代码检测的效率。
-
公开(公告)号：CN109858250A
公开(公告)日：2019-06-07
申请号：CN201910126764.8
申请日：2019-02-20
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种基于级联分类器的安卓恶意代码检测模型方法，获取待检测的apk文件；使用apktool反汇编apk提取资源文件，图片文件和布局文件；使用dex2jar将apk反编译成java源码；使用jd-gui查看APK中classes.dex转化出的jar文件，即源码文件；从反汇编的文件中提取操作码序列和api调用；将操作码序列和api调用特征合并为一个特征；用特征训练级联分类器，降低恶意代码误检率。本发明有效的区分良性样本和恶意软件，降低恶意软件的误检率，实现安卓端的应用安全；本发明是一种检测率高，成功率高，误检率低的检测方法；通过级联分类器的检测恶意软件，有效的降低恶意代码的误报率，同时比单个分类器的检测高效，比多个分类器的检测节约时间，大大提升了安卓端恶意代码检测的效率。
-
公开(公告)号：CN109816091A
公开(公告)日：2019-05-28
申请号：CN201910127880.1
申请日：2019-02-20
Applicant: 哈尔滨工程大学
IPC: G06N3/00
Abstract: 本发明提供一种改进的生物地理学计算方法，初始化计算方法参数，初始化一组栖息地，计算相似度，并按相似度递增排列，挑选前Smax个栖息地构成初始种群，计算其适应度值，计算栖息地的迁入率和迁出率，执行迁移操作；计算栖息地的变异率，执行变异操作，计算栖息地的适应度值，判断计算方法是否达到最大迭代次数，判断计算方法是否以引入烟花计算方法爆炸算子，已引入则输出最优解，结束，否则，引入爆炸算子，设定爆炸半径和火花数量，产生一系列火花，计算火花适应度值，挑选适应度值高于种群的火花并进行替换。本发明在算法迭代开始改进了种群的初始化方式，提高了算法的全局覆盖能力；在迭代后期引入烟花算法爆炸算子，有利于跳出局部最优。
-
-
Search Results
3
records
(took 0.025 seconds)
