基于卷积神经网络恶意安卓应用行为模式挖掘

• 作者: 张鑫 羌卫中 吴月明 邹德清 金海
• 来源期刊: 网络与信息安全学报
• 学科: 工学
• 关键词: 安卓 快速检测 卷积神经网络 社交网络分析
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 专栏:网络应用与防护技术
• 页码范围: 35-44
• 页数: 10页
• 分类号: TP393
• 语种: 中文
• DOI: 10.11959/j.issn.2096-109x.2020073

摘要

现有的安卓恶意应用检测方法所提取的特征冗余且抽象,无法在高级语义上反映恶意应用的行为模式.针对这一问题,提出一种可解释性检测方法,通过社交网络检测算法聚类可疑系统调用组合,将其映射为单通道图像,用卷积神经网络进行分类,并利用卷积层梯度权重类激活映射可视化方法发现最可疑的系统调用组合,从而挖掘理解恶意应用行为.实验结果表明,所提方法在高效检测的基础上,能够正确发现恶意应用的行为模式.