| 基于多模態(tài)特征融合的Android惡意程序檢測方法研究 | |
| 所屬分類：技術(shù)論文 | |
| 上傳者：wwei | |
| 文檔大小：4676 K | |
| 標(biāo)簽： Android 惡意程序 多模態(tài) | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：現(xiàn)有Android惡意程序檢測方法主要使用單模態(tài)數(shù)據(jù)來表征程序特征，未能將不同的特征信息進行充分挖掘和融合，導(dǎo)致檢測效果不夠理想。為了提升檢測的準(zhǔn)確率和魯棒性，提出一種基于多模態(tài)特征融合的Android惡意程序檢測方法。首先對權(quán)限信息進行編碼處理并將Dalvik字節(jié)碼數(shù)據(jù)可視化為“矢量”RGB圖像，然后構(gòu)建前饋神經(jīng)網(wǎng)絡(luò)和卷積神經(jīng)網(wǎng)絡(luò)分別對文本和圖像模態(tài)表征的數(shù)據(jù)進行特征提取，最后對提取的不同模態(tài)特征向量分配不同的權(quán)重并相加進行融合后對其進行分類。實驗結(jié)果表明，該方法對Android惡意程序的識別準(zhǔn)確率和F1分?jǐn)?shù)都達到了98.66%，且具有良好的魯棒性。 | |
| 現(xiàn)在下載 | |
| VIP會員，AET專家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。 | |
wwei 的最新分享
- 商業(yè)數(shù)據(jù)反不正當(dāng)競爭保護的實踐困境與規(guī)則優(yōu)化
- 世界主要國家個人數(shù)據(jù)開發(fā)利用模式對比研究
- 網(wǎng)絡(luò)輿情中個人信息傳播的成因、風(fēng)險透視及治理
- 正當(dāng)程序框架下的算法行政：挑戰(zhàn)紓解與規(guī)制重構(gòu)
- HF和波動參數(shù)輔助的優(yōu)化XGBoost室內(nèi)定位方法
- 可解釋的深度網(wǎng)絡(luò)抗噪音干擾性逐層評估方法
- 大規(guī)模異構(gòu)數(shù)據(jù)遷移的自適應(yīng)清洗與智能轉(zhuǎn)換框架
- 基于區(qū)塊鏈的文物數(shù)字資源版權(quán)保護框架設(shè)計
Copyright ? 2005-2024 華北計算機系統(tǒng)工程研究所版權(quán)所有 京ICP備10017138號-2