公开(公告)号：CN110489968A

公开(公告)日：2019-11-22

申请号：CN201910751207.5

申请日：2019-08-15

Applicant: 东北大学秦皇岛分校

Inventor： 赵立超 ,  李丹 ,  陈璨 ,  史闻博 ,  李天祥

IPC: G06F21/56 ,  G06N3/04 ,  G06N3/08 ,  G06F8/53

Abstract: 本发明提供了一种基于RNN和CNN的Android恶意软件检测方法及系统，检测方法包括：对训练样本的原始安装文件进行特征提取，获得操作码序列；利用操作码序列训练BLSTM网络；利用训练好的BLSTM网络将操作码序列提取为特征图片；利用特征图片训练卷积神经网络；对待检测Android应用，首先对其安装文件进行特征提取，获得其操作码序列；然后将该操作码序列输入训练好的BLSTM网络中，提取出特征图片；最后将该特征图片输入到训练好的卷积神经网络中，输出是否属于恶意软件的分类结果。本发明实现对Android平台下的善意软件和恶意软件的识别区分，提高Android软件平台的安全性。

公开(公告)号：CN110489968B

公开(公告)日：2021-02-05

申请号：CN201910751207.5

申请日：2019-08-15

Applicant: 东北大学秦皇岛分校

Inventor： 赵立超 ,  李丹 ,  陈璨 ,  史闻博 ,  李天祥

IPC: G06F21/56 ,  G06N3/04 ,  G06N3/08 ,  G06F8/53

Abstract: 本发明提供了一种基于RNN和CNN的Android恶意软件检测方法及系统，检测方法包括：对训练样本的原始安装文件进行特征提取，获得操作码序列；利用操作码序列训练BLSTM网络；利用训练好的BLSTM网络将操作码序列提取为特征图片；利用特征图片训练卷积神经网络；对待检测Android应用，首先对其安装文件进行特征提取，获得其操作码序列；然后将该操作码序列输入训练好的BLSTM网络中，提取出特征图片；最后将该特征图片输入到训练好的卷积神经网络中，输出是否属于恶意软件的分类结果。本发明实现对Android平台下的善意软件和恶意软件的识别区分，提高Android软件平台的安全性。