D-CNN安卓恶意软件检测模型

权限与API图融合

通过DNN学习高层抽象表示并与CNN结合构建多尺度特征，实现对新型恶意攻击更强的抵抗力。

董仕 · Longhui, Shu · Shan, Nie

IEEE Transactions on Industrial Informatics 2024

参数信息

数据集上检测准确率

96.80 %

技术优势

抗过拟合

采用蚁群优化算法进行特征降维，显式防止模型过拟合，使模型在新恶意软件样本上更稳健。

多尺度特征

通过结合DNN的高层抽象表示与CNN，构建多尺度特征表示，实现对数据结构的更深层理解。

应用场景

• 安卓安全检测：直接集成到安全扫描工具，无需重训即可分类恶意软件。
• 移动端恶意软件识别：在Drebin和Google Play数据集上准确率高达96.80%，胜任移动端恶意软件识别。
• 物联网终端防护：对新型恶意攻击具备更强抵抗力，可用于物联网终端防护。