基于Transformer的安卓恶意软件多分类模型

作者：陈颖; 林雨衡; 王志强^*; 都迎迎; 文津

来源：信息安全研究, 2023, 9(12): 1138-1144.

• 恶意软件检测
• 多分类
• 图像转换
• 图像分类
• Transformer

由于开源性和开放性，安卓系统成为恶意软件攻击的热门目标，当前有大量针对安卓恶意软件检测的研究，其中机器学习算法得到广泛应用.通过对比在不同模型下将恶意软件转化为灰度图像和RGB图像的准确率，发现转化为RGB图像时恶意软件检测准确率更高，并使用自然语言处理中表现突出的Transformer算法对安卓软件classes.dex文件转换的RGB图像进行恶意软件多分类检测，结果发现与CNN,VGG等传统检测模型相比，使用基于Transformer的检测模型准确率更高.

• 单位
  北京电子科技学院