基于深度学习的安卓恶意应用的检测和分析方法

    公开(公告)号:CN107256357A

    公开(公告)日:2017-10-17

    申请号:CN201710251260.X

    申请日:2017-04-18

    Abstract: 本发明公开一种基于深度学习的安卓恶意应用的检测和分析方法,包括基于类别提取恶意应用特征集;采用深度学习算法对应用样本进行恶意性检测并依据检测结果将所述应用样本分为恶意应用和正常应用;采用特征选择算法对恶意应用特征进行排序;采用机器学习分类算法对恶意家族进行识别;构建恶意家族特征子集并进行恶意家族行为分析。本发明将深度学习方法应用于安卓恶意应用检测中,通过特征子集的构建对恶意家族进行行为分析。本发明能够提高现有的安卓恶意应用分类的准确率,改善当前安卓市场人工审核造成的工作量巨大、准确率不高的问题,有助于根据恶意应用的行为采取有针对性的防护措施。

    快捷货物配送、集货方案确定方法和装置

    公开(公告)号:CN101593322A

    公开(公告)日:2009-12-02

    申请号:CN200910086797.0

    申请日:2009-06-30

    Abstract: 本发明涉及交通运输领域,尤其涉及对于要求快捷运输的货物确定其在集散运输网络中的配送与集货方案的技术。本发明提供的一种快捷货物配送、集货方案确定方法和装置,其中,配送方案确定方法包括:对于要从卸载站点运送到m个受理点的快捷货物,确定第一集合S1,集合S1中包含有设定个数的数字序列分别对应一个分配方案;根据集合Si,确定集合Si+1;在确定出第K集合SK后,根据SK确定配送方案。由于对第一集合S1中的数字序列经过多次选择、交叉操作,从而可以根据迭代K次的集合SK中选择出较优的分配方案进而得到较优的配送或集货方案;并且,其数字序列的编码方法比较简单,对于受理点较多的情况,求解配送或集货方案的速度快。

Patent Agency Ranking