公开(公告)号：CN108304720A

公开(公告)日：2018-07-20

申请号：CN201810116416.8

申请日：2018-02-06

Applicant: 恒安嘉新(北京)科技股份公司

Inventor： 何春凤 ,  崔渊博 ,  聂嘉贺 ,  阿曼太 ,  王宇 ,  金红 ,  杨满智 ,  刘长永

IPC: G06F21/56

Abstract: 本发明公开了一种基于机器学习的安卓恶意程序检测方法，所述方法包括：对黑白样本进行特征提取；使用样本集进行模型训练；待检测样本通过训练好的模型识别；如识别为恶意样本，则对该样本进行家族分类，如识别为白样本，则进行异常检测，判别是否是新的恶意样本；将识别结果反馈至样本库保存；对识别错误的样本加入训练集，重新训练模型。本发明使用机器学习算法和在线学习方法解决了现有的检测方法漏检率高、恶意程序的识别准确率低的问题。

公开(公告)号：CN108304720B

公开(公告)日：2020-12-11

申请号：CN201810116416.8

申请日：2018-02-06

Applicant: 恒安嘉新(北京)科技股份公司

Inventor： 何春凤 ,  崔渊博 ,  聂嘉贺 ,  阿曼太 ,  王宇 ,  金红 ,  杨满智 ,  刘长永

IPC: G06F21/56

Abstract: 本发明公开了一种基于机器学习的安卓恶意程序检测方法，所述方法包括：对黑白样本进行特征提取；使用样本集进行模型训练；待检测样本通过训练好的模型识别；如识别为恶意样本，则对该样本进行家族分类，如识别为白样本，则进行异常检测，判别是否是新的恶意样本；将识别结果反馈至样本库保存；对识别错误的样本加入训练集，重新训练模型。本发明使用机器学习算法和在线学习方法解决了现有的检测方法漏检率高、恶意程序的识别准确率低的问题。