公开(公告)号：CN117494127A

公开(公告)日：2024-02-02

申请号：CN202311521259.6

申请日：2023-11-14

Applicant: 东南大学

Inventor： 周余阳 ,  陈宗耀 ,  程光

IPC: G06F21/56 ,  G06N3/0455 ,  G06N3/084 ,  G06N3/0475 ,  G06N3/094 ,  G06F18/214 ,  G06F18/21 ,  G06F18/2415

Abstract: 本发明公开了一种基于对抗净化策略的安卓恶意软件逃逸攻击增强检测方法，通过构建融合异构对抗样本与引入保护性噪声预处理干净样本的去噪自编码器训练集，为数据深度训练与优化提供基础，从而形成能够准确鉴别原始与对抗数据的净化模型。采纳了混合损失函数评估，融合了重构损失与预测损失，以确保在数据恢复和分类过程中实现高准确性。借助非侵入式的部署策略，净化模型和基础检测模型均可实现独立的迭代与维护。系统对未知的移动应用执行特征提取，然后通过对抗净化模型进行处理，并将处理后的数据输入到基础恶意软件检测模型以完成最终的分类任务。该方案可为检测模型提供持续、全面且应对未知威胁的能力，显著增强了安卓平台的安全保障水平。