检索结果-维普期刊中文期刊服务平台

融合CBAM的违法犯罪类安卓恶意软件检测与分类模型研究被引量：1: 1; 作者刘红玉高见《计算机工程与应用》北大核心 2025年第6期317-327,共11页; 针对公安工作领域移动终端APP违法犯罪日益频发的情况,为解决Android恶意违法犯罪软件检测领域中相关数据集数量少、分类不清晰,识别Android恶违法软件可行性方法匮乏等情况,提出了一种基于安卓违法犯罪APP数据集,融合CBAM注意力机制的... 展开更多; 关键词违法犯罪安卓恶意软件 RGBA图像可视化处理卷积块注意力模块(CBAM) 深度学习; 在线阅读下载PDF 职称材料

基于优化函数调用图的安卓恶意软件检测: 2; 作者吴千林林宏刚《计算机工程与设计》北大核心 2025年第6期1703-1709,共7页; 目前基于函数调用图的安卓恶意软件检测方法存在图规模过大导致处理困难,缺乏反映函数行为特征等问题。为此提出一种优化函数调用图表示方法,删除函数调用图中的外部函数节点,将其中的高危外部函数作为对应节点的特征向量,把内部函数被... 展开更多; 关键词安卓恶意软件静态分析函数调用图外部函数位置编码图池化图注意力网络; 在线阅读下载PDF 职称材料

安卓恶意软件对抗样本攻击技术综述: 3; 作者李珩吴棒 +3 位作者龚柱高翠莹袁巍罗夏朴《软件学报》北大核心 2025年第6期2683-2712,共30页; 面对Android恶意软件带来的严重的安全风险,如何有效检测Android恶意软件已成为工业界与学术界共同关注的焦点.然而随着Android对抗样本技术的出现,现有的恶意软件检测系统面临着前所未有的挑战.Android恶意软件对抗样本攻击通过对恶意... 展开更多; 关键词安卓恶意软件检测对抗样本攻击 AI安全软件安全; 在线阅读下载PDF 职称材料

图卷积网络的抗混淆安卓恶意软件检测被引量：8: 4; 作者吴月明齐蒙 +1 位作者邹德清金海《软件学报》 EI CSCD 北大核心 2023年第6期2526-2542,共17页; 自安卓系统发布以来,由于其开源、硬件丰富和应用市场多样等优势,该系统已成为全球使用最广泛的手机操作系统.同时,安卓设备和安卓应用的爆炸式增长也使其成为96%移动恶意软件的攻击目标.在现有的安卓恶意软件检测方法中,忽视程序语义... 展开更多; 关键词安卓恶意软件抗混淆函数调用图抽象API 图卷积网络; 在线阅读下载PDF 职称材料

安卓恶意软件的计算机免疫检测模型被引量：2: 5; 作者王新新谭成予梁意文《计算机应用与软件》 2017年第12期307-312,共6页; 安卓系统因其开放性的特点导致恶意软件泛滥,现有方法多考虑静态或动态单方面特征,判别算法多依赖于学习样本,且准确率有一定的限制。为解决上述问题,提出结合安卓软件的静态权限特征与动态行为特征的计算机免疫恶意软件检测模型。结合... 展开更多; 关键词安卓恶意软件静态特征动态特征 DCA; 在线阅读下载PDF 职称材料

基于特征恶意度排序的恶意软件对抗防御模型被引量：1: 6; 作者徐子荣郭焱平闫巧《信息网络安全》 CSCD 北大核心 2024年第4期640-649,共10页; 深度学习模型应用于安卓恶意软件检测可以使检测的准确率不断提升,但对抗样本可以轻易规避深度学习模型的检测,导致深度学习模型的检测能力受到质疑。对于安卓恶意软件的对抗攻击,现阶段多采用对抗训练方法进行防御,文章针对对抗训练在... 展开更多; 关键词安卓恶意软件对抗样本特征选择深度学习; 在线阅读下载PDF 职称材料

题名融合CBAM的违法犯罪类安卓恶意软件检测与分类模型研究被引量：1: 1; 作者刘红玉高见; 机构中国人民公安大学信息网络安全学院; 出处《计算机工程与应用》北大核心 2025年第6期317-327,共11页; 基金中国人民公安大学网络空间安全执法技术双一流创新研究专项(2023SYL07)。; 文摘针对公安工作领域移动终端APP违法犯罪日益频发的情况,为解决Android恶意违法犯罪软件检测领域中相关数据集数量少、分类不清晰,识别Android恶违法软件可行性方法匮乏等情况,提出了一种基于安卓违法犯罪APP数据集,融合CBAM注意力机制的深度学习模型。收集6181个违法犯罪类APP并整理划分为4个家族;对违法APP软件进行灰度图、RGB以及RGBA三种图像可视化处理;利用融合CBAM注意力机制的深度模型进行家族检测分类。在违法犯罪APP数据集上的实验表明,融合CBAM机制的Resnet18模型在RGBA图像上与未引入该机制的灰度图图像相比,准确度提升了4.04%,达到93.52%。融合CBAM机制的模型在公开Drebin数据集上进行了验证,引入CBAM深度学习模型VGG16在RGBA图像上取得了96.35%的准确率。; 关键词违法犯罪安卓恶意软件 RGBA图像可视化处理卷积块注意力模块(CBAM) 深度学习; Keywords illegal and criminal activities Android malware RGBA image visualization processing convolutional block attention module(CBAM) deep learning; 分类号 TP183 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名基于优化函数调用图的安卓恶意软件检测: 2; 作者吴千林林宏刚; 机构成都信息工程大学网络空间安全学院(芯谷产业学院) 成都信息工程大学先进密码技术与系统安全四川省重点实验室先进微处理器技术国家工程研究中心工业控制与安全分心; 出处《计算机工程与设计》北大核心 2025年第6期1703-1709,共7页; 基金国家242信息安全计划基金项目(2021-037)。; 文摘目前基于函数调用图的安卓恶意软件检测方法存在图规模过大导致处理困难,缺乏反映函数行为特征等问题。为此提出一种优化函数调用图表示方法,删除函数调用图中的外部函数节点,将其中的高危外部函数作为对应节点的特征向量,把内部函数被调用的先后顺序信息以位置编码的形式融入到节点特征向量中;设计一种基于HGP-SL算子的图注意力网络模型提取特征并分类。该方法有效减小函数调用图的规模,能够更准确地表征安卓恶意软件特征。实验结果表明,该方法的准确率和F1值分别为98.79%和98.76%,优于其它方法。; 关键词安卓恶意软件静态分析函数调用图外部函数位置编码图池化图注意力网络; Keywords Android malware static analysis function call graph external function location coding diagram pooling graph attention network; 分类号 TP309 [自动化与计算机技术—计算机系统结构]; 在线阅读下载PDF 职称材料

题名安卓恶意软件对抗样本攻击技术综述: 3; 作者李珩吴棒龚柱高翠莹袁巍罗夏朴; 机构华中科技大学电子信息与通信学院香港理工大学计算机系; 出处《软件学报》北大核心 2025年第6期2683-2712,共30页; 基金中国博士后科学基金(2024M751010) 国家资助博士后研究人员计划(GZB20240248) +1 种基金 CCF-绿盟科技“鲲鹏”科研基金(CCF-NSFOCUS 2023011)。; 文摘面对Android恶意软件带来的严重的安全风险,如何有效检测Android恶意软件已成为工业界与学术界共同关注的焦点.然而随着Android对抗样本技术的出现,现有的恶意软件检测系统面临着前所未有的挑战.Android恶意软件对抗样本攻击通过对恶意软件的源码或特征进行扰动,使其在保持原始功能不受影响的条件下绕过恶意软件检测模型.尽管目前已有大量针对恶意软件的对抗样本攻击研究,但是现阶段仍缺乏针对Android系统对抗样本攻击的完备性综述,且并未研究Android系统中对抗样本设计的独特要求,因此首先介绍Android恶意软件检测的基本概念;然后从不同角度对现有的Android对抗样本技术进行分类,梳理Android对抗样本技术的发展脉络;随后综述近年来的Android对抗样本技术,介绍不同类别的代表性工作并分析其优缺点;之后,分类介绍常用的安卓对抗样本攻击所使用的代码扰动手段并分析其应用场景;最后讨论Android恶意软件对抗样本技术面临的挑战,展望该新兴领域的未来研究方向.; 关键词安卓恶意软件检测对抗样本攻击 AI安全软件安全; Keywords Android malware detection adversarial example attack AI security software security; 分类号 TP311 [自动化与计算机技术—计算机软件与理论]; 在线阅读下载PDF 职称材料

题名图卷积网络的抗混淆安卓恶意软件检测被引量：8: 4; 作者吴月明齐蒙邹德清金海; 机构大数据技术与系统国家地方联合工程研究中心(服务计算技术与系统教育部重点实验室华中科技大学) 分布式系统安全湖北省重点实验室华中科技大学网络空间安全学院华中科技大学计算机科学与技术学院; 出处《软件学报》 EI CSCD 北大核心 2023年第6期2526-2542,共17页; 基金国家自然科学基金(62172168) 湖北省重点研发计划(2021BAA032)。; 文摘自安卓系统发布以来,由于其开源、硬件丰富和应用市场多样等优势,该系统已成为全球使用最广泛的手机操作系统.同时,安卓设备和安卓应用的爆炸式增长也使其成为96%移动恶意软件的攻击目标.在现有的安卓恶意软件检测方法中,忽视程序语义而直接提取简单程序特征的方法,其检测速度快但精确度不够理想,将程序语义转换为图模型并采用图分析的方法,其精确度虽高但开销大且扩展性低.为了解决上述挑战,将应用的程序语义提取为函数调用图,在保留语义信息的同时,采用抽象API技术将调用图转换为抽象图,以减少运行开销并增强鲁棒性.基于得到的抽象图,以TripletLoss损失训练构建基于图卷积网络的抗混淆安卓恶意软件分类器SriDroid.对20246个安卓应用进行实验分析后发现:SriDroid可以达到99.17%的恶意软件检测精确度,并具有良好的鲁棒性.; 关键词安卓恶意软件抗混淆函数调用图抽象API 图卷积网络; Keywords Android malware obfuscation-resilient function call graph abstract API graph convolutional network(GCN); 分类号 TP311 [自动化与计算机技术—计算机软件与理论]; 在线阅读下载PDF 职称材料

题名安卓恶意软件的计算机免疫检测模型被引量：2: 5; 作者王新新谭成予梁意文; 机构武汉大学计算机学院; 出处《计算机应用与软件》 2017年第12期307-312,共6页; 文摘安卓系统因其开放性的特点导致恶意软件泛滥,现有方法多考虑静态或动态单方面特征,判别算法多依赖于学习样本,且准确率有一定的限制。为解决上述问题,提出结合安卓软件的静态权限特征与动态行为特征的计算机免疫恶意软件检测模型。结合静态权限特征与动态行为特征,构建安卓软件的特征体系,经预处理后映射为树突状细胞算法DCA(Dendritic Cell Algorithm)的各类信号,使用无需样本学习的轻量级算法DCA进行恶意软件检测。实验证明该模型可以有效检测恶意软件。; 关键词安卓恶意软件静态特征动态特征 DCA; Keywords Android malware Permissions characteristic Dynamic behavior characteristics Dendritic cell algorithm; 分类号 TP301.6 [自动化与计算机技术—计算机系统结构]; 在线阅读下载PDF 职称材料

题名基于特征恶意度排序的恶意软件对抗防御模型被引量：1: 6; 作者徐子荣郭焱平闫巧; 机构深圳大学计算机与软件学院; 出处《信息网络安全》 CSCD 北大核心 2024年第4期640-649,共10页; 基金国家自然科学基金[61976142] 深圳市科技计划[JCYJ20210324093609025]。; 文摘深度学习模型应用于安卓恶意软件检测可以使检测的准确率不断提升,但对抗样本可以轻易规避深度学习模型的检测,导致深度学习模型的检测能力受到质疑。对于安卓恶意软件的对抗攻击,现阶段多采用对抗训练方法进行防御,文章针对对抗训练在面对多类型对抗样本时表现较差的问题,提出特征恶意度的概念。特征恶意度通过计算特征的恶意程度对特征进行排序,利用排序后的特征构建一个具有对抗防御能力的恶意软件对抗防御模型FMP(Feature Maliciousness Processing),该模型可以提取待检测软件的高恶意度特征进行检测,避免出现对抗扰动导致的模型错误分类问题。在开源数据集DefenceDroid上,相比于对抗训练方法和其他特征选择方法,FMP模型所采用的特征选择方法有效提高了对各类对抗样本的检测率,在多种对抗样本的攻击下具有较好的鲁棒性。; 关键词安卓恶意软件对抗样本特征选择深度学习; Keywords Android malicious software adversarial example feature selection deep learning; 分类号 TP309 [自动化与计算机技术—计算机系统结构]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	融合CBAM的违法犯罪类安卓恶意软件检测与分类模型研究	刘红玉高见	《计算机工程与应用》北大核心	2025	1	在线阅读下载PDF 职称材料
2	基于优化函数调用图的安卓恶意软件检测	吴千林林宏刚	《计算机工程与设计》北大核心	2025	0	在线阅读下载PDF 职称材料
3	安卓恶意软件对抗样本攻击技术综述	李珩吴棒龚柱高翠莹袁巍罗夏朴	《软件学报》北大核心	2025	0	在线阅读下载PDF 职称材料
4	图卷积网络的抗混淆安卓恶意软件检测	吴月明齐蒙邹德清金海	《软件学报》 EI CSCD 北大核心	2023	8	在线阅读下载PDF 职称材料
5	安卓恶意软件的计算机免疫检测模型	王新新谭成予梁意文	《计算机应用与软件》	2017	2	在线阅读下载PDF 职称材料
6	基于特征恶意度排序的恶意软件对抗防御模型	徐子荣郭焱平闫巧	《信息网络安全》 CSCD 北大核心	2024	1	在线阅读下载PDF 职称材料