基于CNN的Android恶意软件识别方法

柏 强盛, 周 丽
四川大学锦城学院计算机与软件学院

摘要

随着互联网时代快速发展，移动智能终端设备快速增长，恶意软件也随之大量出现，给用户的财产和隐私安全带来巨大的危害。为了识别Android恶意软件，本文将深度学习中的卷积神经网络与Android系统权限相结合，基于LeNet-5对APK中提取出的AndroidManifest.xml文件中的系统权限转化特征图进行处理，通过AndroidManifest.xml文件中的系统权限来对恶意软件进行识别。提出了一种新的Android恶意软件识别方法，实验结果表明，识别准确率达到了87.07%。

关键词

CNN；LeNet-5；Android；权限；恶意软件识别

参考

[1] 谢聪敏. 基于神经网络的安卓恶意软件检测设 计[J]. 电子设计工程,2020,28(09):50-53.10.14022/ j.issn1674-6236.2020.09.011.

[2] 张伟, 徐洋,张思聪,徐贵勇.基于gru 的android 恶意软件检测[J]. 电子技术与软件工 程,2021(04):52-53.

[3] 超凡, 杨智, 杜学绘, 孙彦. 基于深度神经网 络的android 恶意软件检测方法[J]. 网络与信息安全 学报,2020,6(05):67-79.

[4] 刘亚姝, 王志海,李经纬,赵烜,文伟平.基 于卡方检验的android 恶意应用检测方法[J]. 北京理工大学学报,2019,39(03):290-294.10.15918/ j.tbit1001-0645.2019.03.011.

[5]HuH,Yang Y.A combined GLQP,and DBN- DRF for face recognition in unconstrained environments[C]//2nd International Conference on Control, Automation and Artificial Intelligence (CAAI 2017),2017.

[6] 孟佳娜, 吕品, 于玉海, 郑志坤. 基于cnn 的方面级跨领域情感分析研究[J/OL]. 计算机工程与应 用:1-11[2021-04-28 15:04]

[7] 李瑞辰, 姚宇峰,蒋元华.基于lenet-5 的编 组站站内机车车号识别系统的研究[J]. 铁路计算机应 用,2019,28(09):16-20.

[8] 王博, 朱兆旻,唐天兵.一种改进的lenet-5 卷积神经网络算法[J].大众科技,2020,22(10):1-3.