基于GCN的安卓恶意软件检测模型

• 作者: 孙蒙 张雪涛 王金双
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 图嵌入 图卷积神经网络 恶意软件检测 多特征
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 计算机网络与通信
• 页码范围: 187-193
• 页数: 7页
• 分类号: TP309
• 字数: 6574字
• 语种: 中文
• DOI: 10.11907/rjdk.192427

摘要

函数调用图存在规模过大、无关信息过多等缺陷.为实现函数调用图的高效分析,对安卓恶意软件的恶意代码模式进行挖掘,提出一种基于图卷积神经网络(GCN)的敏感API调用模式,并设计相应的函数调用图精简方法,以及敏感API权重评价方法,有效降低了函数调用图规模,实现对敏感API调用模式的挖掘.检测模型综合了安卓恶意软件操作码特征、敏感权限特征、敏感函数调用频度特征,构建了基于多特征融合的安卓恶意软件检测系统,进一步提升了检测精度.数据集测试验证了API调用模式特征以及集成检测模型的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙蒙	陆军工程大学指挥控制工程学院	12	11	2.0	2.0
2	张雪涛	陆军工程大学指挥控制工程学院	2	2	1.0	1.0
3	王金双	陆军工程大学指挥控制工程学院	3	2	1.0	1.0