DroidGAN:基于DCGAN的Android对抗样本生成框架

• 作者: 唐川 张义 施江勇 杨岳湘
• 来源期刊: 通信学报
• 学科: 工学
• 关键词: Android 恶意软件检测 对抗样本 生成对抗网络
• 年，卷（期）: 2018,（z1）
• 所属期刊栏目: 网络空间安全
• 页码范围: 64-69
• 页数: 6页
• 分类号: TP302
• 字数: 3937字
• 语种: 中文
• DOI: 10.11959/j.issn.1000-436x.2018178

摘要

为了加强对Android恶意软件检测系统识别对抗样本的能力,提出了基于深度卷积生成对抗网络的Android对抗样本生成框架.此框架模拟了恶意软件制作者的攻击行为,并在提出的ASG算法的帮助下实现对恶意软件的修改.此框架生成的恶意软件可以绕过检测系统的检测,并能够实际运行而不影响其原有恶意功能.生成的对抗样本可用于重训练原始检测系统,提高系统应对对抗样本的能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨岳湘	国防科技大学计算机学院	41	587	14.0	23.0
2	施江勇	国防科技大学计算机学院	4	18	3.0	4.0
3	唐川	国防科技大学计算机学院	8	136	4.0	8.0
4	张义	国防科技大学计算机学院	1	4	1.0	1.0