一种基于PSEAM-MobileNet神经网络的安卓恶意软件检测方法及系统.pdf
文本预览下载声明
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117574364A
(43)申请公布日2024.02.20
(21)申请号202310929813.8G06N3/08(2023.01)
(22)申请日202
显示全部
文档详情
相似文档
-
一种基于图卷积神经网络的安卓恶意软件检测方法.pdf
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117909975A
(43)申请公布日2024.04.19
(21)申请号202410082512.0
(22)申请日2024.01.19
(71)申请人重庆邮电大学
地址400065
-
一种基于元路径嵌入的图神经网络安卓恶意软件检测方法.pdf
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116305111 A
(43)申请公布日 2023.06.23
(21)申请号 202310040605.2
(22)申请日 2023.01.13
(71)申请人 河北师范大学
-
基于图神经网络的安卓恶意软件检测与分类研究.pdf
摘要
随着移动设备的普及，安卓系统正面临日益增长的恶意软件威胁。为了应对这一挑
战，研究人员提出了各种各样的方法来检测和分类安卓恶意软件。但是随着恶意软件的
快速演变和不断变化的攻击手段，传统方法在处理这些问题上具有局限性，特别是在处
理大规模训练样本和样本不平衡问题上存在困难。近年来，图神经网络作为一种强大的
机器学习工具，已经被广泛应用于安卓恶意软件检测与分类任务中。通过构建恶意软件
样本之间的关系图，并利用图神经网络提取图结构的特征，能够更准确地识别和分类恶
意软件。
目前，在安卓
-
基于图卷积网络的安卓恶意软件检测方法及系统.pdf
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 117034273 A
(43)申请公布日 2023.11.10
(21)申请号 202311090888.8 G06N 3/08 (2023.01)
(22)申请日 2023.08.2
-
一种基于Transformer结构的安卓恶意软件检测方法.pdf
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 114462039 A
(43)申请公布日 2022.05.10
(21)申请号 202210103121.3
(22)申请日 2022.01.27
(71)申请人 北京工业大学
地址 100124
-
一种基于精简行为图的安卓恶意软件检测方法.pdf
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117708815A
(43)申请公布日2024.03.15
(21)申请号202311686421.X
(22)申请日2023.12.08
(71)申请人重庆邮电大学
地址400065
-
图神经网络技术在抗混淆恶意软件检测中的应用研究.docx
图神经网络技术在抗混淆恶意软件检测中的应用研究
目录
一、内容简述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．2
研究背景与意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．2
1.1恶意软件威胁现状．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3
1.2抗混淆恶意软件检测的重要性．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4
1.3图神经网络技术的发展与应用前景．．．．．．．．．．．．．．．．．．．．．．．．．5
研究目的和任务．．．．．．．．．．．．．．．．
-
基于多模态融合的安卓恶意软件检测方法研究.pdf
摘要
摘要
随着移动支付等应用的广泛使用，对于安卓设备中的恶意软件进行检测和防
护变得越来越重要，研究安卓恶意软件检测不仅对保护用户隐私和安全至关重要，
而且对维护整个社会网络的安全具有重大意义。然而，传统的静态检测方法在适
应不同样本方面存在不足，以及对大量的样本进行分析和比对的时候往往需要消
耗大量的时间和计算资源。针对以上问题，本文通过分析不同静态特征模态的优
势，提出了一种多模态融合的检测方法，主要研究的内容如下：
-
基于AndroGRU的安卓恶意软件静态检测方法.pdf
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号CN110941828A
(43)申请公布日
2020.03.31
(21)申请号20191
-
《基于DoI-RNNs的安卓恶意软件动态检测方法》.docx
《基于DoI-RNNs的安卓恶意软件动态检测方法》
一、引言
随着移动互联网的迅猛发展，安卓操作系统已成为全球使用最广泛的移动平台之一。然而，随着安卓设备的普及，恶意软件的威胁也日益严重。为了保护用户数据和设备安全，开发有效的安卓恶意软件检测方法变得至关重要。本文提出了一种基于DoI-RNNs（动态行为与循环神经网络）的安卓恶意软件动态检测方法，旨在提高检测准确性和效率。
二、安卓恶意软件概述
安卓恶意软件是指利用安卓系统漏洞，未经用户许可即进行恶意行为的软件程序。它们通常隐藏在看似正常的应用程序中，通过窃取用户信息、破坏系统功能等方式获取非法利益。安卓恶意软件的种类繁多，其行为和特性各不相同
-
基于注意力与双线性网络的安卓恶意软件检测方法及装置.pdf
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116401662 A
(43)申请公布日 2023.07.07
(21)申请号 202310333295.3 G06V 10/82 (2022.01)
-
一种基于遗传算法的安卓恶意软件检测特征选择方法.pdf
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116383816 A
(43)申请公布日 2023.07.04
(21)申请号 202310054631.0
(22)申请日 2023.02.03
(71)申请人 北京工业大学
地址 100124
-
基于Adaboost的安卓恶意软件检测方法、系统及存储介质.pdf
(19)国家知识产权局
(12)发明专利
(10)授权公告号 CN 113704759 B
(45)授权公告日 2022.05.27
(21)申请号 202110935086.7 G06N 20/00 (2019.01)
(22)申请日 2021.08
-
基于模糊神经网络的恶意APP软件动态检测技术研究.pptx
基于模糊神经网络的恶意APP软件动态检测技术研究汇报人：2024-01-12
引言恶意APP软件概述模糊神经网络基本原理基于模糊神经网络的恶意APP软件动态检测技术实验结果与分析总结与展望
引言01
恶意APP软件威胁01随着智能手机的普及，恶意APP软件数量不断增加，对用户隐私和财产安全造成严重威胁。传统检测方法的局限性02传统恶意APP软件检测方法主要基于静态分析和动态分析，但存在误报率高、漏报率高等问题。模糊神经网络的优势03模糊神经网络结合了模糊逻辑和神经网络的优点，能够处理不确定性问题，提高恶意APP软件的检测准确率。研究背景与意义
国内外研究现状及发展趋势国内外研究现状目前，国内外
-
一种基于神经网络的异常流量检测方法.docx
PAGE
1-
一种基于神经网络的异常流量检测方法
一、引言
随着互联网技术的飞速发展，网络安全问题日益突出，其中网络流量异常检测作为网络安全的重要组成部分，对于保障网络系统的稳定性和安全性具有重要意义。根据我国网络安全态势感知数据显示，近年来网络攻击事件呈上升趋势，其中流量异常检测成为网络安全防护的关键环节。据统计，2019年我国网络安全事件中，约70%与网络流量异常有关，这充分说明了异常流量检测在网络安全防护中的重要性。
异常流量检测旨在识别网络中的异常行为，包括恶意攻击、数据泄露等，以防止潜在的安全威胁。传统的异常流量检测方法主要基于规则匹配、统计分析和机器学习等技术，但这些方法在处理大