Android恶意APP多视角家族分类方法

作者：郝靖伟; 罗森林; 张寒青; 杨鹏^*; 潘丽敏

来源：北京航空航天大学学报, 2022, 48(05): 795-804.

DOI：10.13700/j.bh.1001-5965.2020.0658

• Android恶意软件
• 家族分类
• 多视角特征
• 行为语义
• 卷积神经网络(CNN)

针对现有Android恶意软件家族分类方法特征构建完备性不足、构建视角单质化等问题，提出了一种多视角特征规整的卷积神经网络(CNN)恶意APP家族分类方法。该方法结合MinHash算法。将软件中Android框架系统API、操作码序列、AndroidManifest.xml文件中的权限和Intent组合3个视角的原始特征在保留APP间相似度情况下进行规整，并利用多路卷积神经网络完成对各视图的特征提取和信息融合，构建一套恶意APP家族分类模型。基于公开数据集Drebin、Genome、AMD的实验结果表明：恶意APP家族分类准确率超过0.96,证明了所提方法能够充分挖掘各视角的行为特征信息，能有效利用多视角特征间的异构特性，具有较强的实用价值。

• 单位
  北京理工大学; 国家计算机网络应急技术处理协调中心