[發(fā)明專利]一種基于代價(jià)敏感學(xué)習(xí)的Android惡意軟件檢測(cè)方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202310073548.8
• 申請(qǐng)日: 2023-01-17
• 公開（公告）號(hào): CN116070209A
• 公開（公告）日: 2023-05-05
• 發(fā)明（設(shè)計(jì)）人: 王練;杜文萃;夏瑜文;付小芳;陳奕豆;楊瀚
• 申請(qǐng)（專利權(quán)）人: 重慶郵電大學(xué)
• 主分類號(hào): G06F21/56
• 分類號(hào): G06F21/56;G06F18/2413
• 代理公司: 重慶輝騰律師事務(wù)所 50215
• 代理人: 王詩(shī)思

1.一種基于代價(jià)敏感學(xué)習(xí)的Android惡意軟件檢測(cè)方法，其特征在于，所述方法：

S1：獲取原始的Android軟件樣本數(shù)據(jù)集，包括Android惡意樣本和Android良性樣本；對(duì)數(shù)據(jù)集中的所有樣本進(jìn)行反編譯獲得源代碼文件；

S2：從反編譯后的源代碼文件中提取權(quán)限和四大組件作為原始特征，并對(duì)所述原始特征構(gòu)建出原始特征向量來(lái)表征所述樣本；

S3：對(duì)所有樣本采用樣本敏感權(quán)重計(jì)算方法計(jì)算樣本權(quán)重，并得到樣本敏感權(quán)重序列；

S4：將樣本敏感權(quán)重序列應(yīng)用于特征選擇階段，采用基于代價(jià)敏感的特征選擇方法，從選出敏感特征子集；

S5：將樣本敏感權(quán)重序列應(yīng)用于模型訓(xùn)練階段，采用基于代價(jià)敏感學(xué)習(xí)的分類方法，對(duì)所述敏感特征子集檢測(cè)出Android惡意軟件。

2.根據(jù)權(quán)利要求1所述的一種基于代價(jià)敏感學(xué)習(xí)的Android惡意軟件檢測(cè)方法，其特征在于，所述步驟S3包括根據(jù)Android軟件樣本的類別比例計(jì)算類別權(quán)重并作為樣本初始權(quán)重；基于K近鄰算法量化Android軟件樣本的樣本間距離并據(jù)此將樣本分為噪聲樣本、安全樣本和危險(xiǎn)樣本三種類型；根據(jù)Android軟件樣本的樣本類型對(duì)所述樣本初始權(quán)重進(jìn)行調(diào)整以獲得樣本敏感權(quán)重序列。

3.根據(jù)權(quán)利要求2所述的一種基于代價(jià)敏感學(xué)習(xí)的Android惡意軟件檢測(cè)方法，其特征在于，樣本初始權(quán)重計(jì)算方式如下：

其中，N_a代表樣本總數(shù)，N_y代表類別y的樣本總數(shù)，類別y包括Android惡意樣本和Android良性樣本。

4.根據(jù)權(quán)利要求2所述的一種基于代價(jià)敏感學(xué)習(xí)的Android惡意軟件檢測(cè)方法，其特征在于，樣本權(quán)重調(diào)整過(guò)程包括：

(1)根據(jù)樣本的惡意樣本或者良性樣本類別，計(jì)算出相應(yīng)惡意類別或良性樣本的初始樣本權(quán)重；

(2)若樣本X_i為噪聲樣本，則將所述初始樣本權(quán)重置為0；若樣本X_i為危險(xiǎn)樣本，則提高所述初始樣本權(quán)重；若樣本X_i為安全樣本，則保持所述初始樣本權(quán)重；

(3)獲得數(shù)據(jù)集樣本權(quán)重序列w_s，并給每個(gè)樣本賦予對(duì)應(yīng)權(quán)重。

5.根據(jù)權(quán)利要求4所述的一種基于代價(jià)敏感學(xué)習(xí)的Android惡意軟件檢測(cè)方法，其特征在于，樣本權(quán)重更新所采用的公式包括：

其中，W_c'表示更新后的樣本初始權(quán)重，a表示提高因子，W_c表示樣本初始權(quán)重也即根據(jù)Android軟件樣本的類別比例計(jì)算的類別權(quán)重。

6.根據(jù)權(quán)利要求1所述的一種基于代價(jià)敏感學(xué)習(xí)的Android惡意軟件檢測(cè)方法，其特征在于，所述步驟S4包括計(jì)算特征支持度和區(qū)分度，并使用特征支持度和區(qū)分度之和作為特征權(quán)重，利用權(quán)重閾值對(duì)特征進(jìn)行過(guò)濾；計(jì)算特征之間的關(guān)聯(lián)度，對(duì)關(guān)聯(lián)度高于閾值的特征對(duì)，隨機(jī)選擇其中一個(gè)特征從特征集合中移除；將計(jì)算的樣本敏感權(quán)重序列作為樣本的錯(cuò)分代價(jià)嵌入邏輯回歸的損失函數(shù)中，使用該代價(jià)敏感的邏輯回歸算法計(jì)算每個(gè)特征的重要度。

7.根據(jù)權(quán)利要求6所述的一種基于代價(jià)敏感學(xué)習(xí)的Android惡意軟件檢測(cè)方法，其特征在于，特征支持度和特征區(qū)分度的計(jì)算方式包括：

其中，N(f_i,B)與N(f_i,M)分別表示特征f_i在良性樣本集與惡意樣本集中出現(xiàn)的次數(shù)，其中i＝1,2,…,n，n表示特征總數(shù)；N(B)和N(M)分別表示數(shù)據(jù)集中良性樣本和惡意樣本的數(shù)量。