-
公开(公告)号:CN115982707A
公开(公告)日:2023-04-18
申请号:CN202310067759.0
申请日:2023-01-16
Applicant: 重庆邮电大学
Abstract: 本发明属于恶意软件检测领域,具体涉及一种基于静态特征对抗混淆的安卓恶意软件检测方法,包括:获取待待检测软件的APK文件,对APK文件进行反编译;采用混淆机制对恶意样本进行混淆,得到混淆样本集;将混淆样本输入到机器学习模型中,得到预测结果,根据预测结果构建混淆弹性矩阵;混淆弹性矩阵输入分类模型中,并对分类结果进行聚合,得到软件恶意性预测结果;本发明采用了集成学习的方法,将多个静态特征分类器集成为一个分类器,并在检测过程中选择性地自动化地生成不同地集成策略,使各个静态分类器所占权重不同,从而提高准确率和降低时间成本。