DBN和GRU混合的Android恶意软件检测模型

• 作者: 暴雨轩 李默 欧阳立 芦天亮
• 来源期刊: 中国人民公安大学学报（自然科学版）
• 学科: 工学
• 关键词: 安卓 恶意软件检测 深度置信网络 门控循环单元
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 信息技术与网络安全
• 页码范围: 104-108
• 页数: 5页
• 分类号: TP393.08
• 字数: 3718字
• 语种: 中文

摘要

针对Android平台恶意软件数量增长迅猛,种类日益增多的现状,提出了一种基于深度置信网络和门控循环单元网络混合的Android恶意软件检测模型.通过自动化提取Android应用软件的特征,包括权限等静态特征和应用运行时的动态特征进行训练,对Android恶意软件进行检测和分类.实验结果表明,混合了门控循环单元网络和深度置信网络的混合模型,在检测效果上优于传统的机器学习算法和深度置信网络模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	芦天亮	中国人民公安大学警务信息工程与网络安全学院	44	78	5.0	7.0
2	欧阳立	中国人民公安大学警务信息工程与网络安全学院	3	1	1.0	1.0
3	暴雨轩	中国人民公安大学警务信息工程与网络安全学院	2	0	0.0	0.0
4	李默	中国人民公安大学警务信息工程与网络安全学院	4	1	1.0	1.0