公开(公告)号：CN112883378B

公开(公告)日：2023-02-10

申请号：CN202110344786.9

申请日：2021-03-30

申请人： 北京理工大学

发明人： 郑军 ,  王睿 ,  郭思宇 ,  张静慈 ,  王殿欣

IPC分类号： G06F21/56 ,  G06N3/04 ,  G06N3/08

摘要： 本发明涉及一种图嵌入与深度神经网络相融合的安卓恶意软件检测方法，属于人工智能与恶意软件检测技术领域。本发明从Android程序中提取出类调用图作为特征，通过图嵌入方法与深度神经网络结合的方式，建立了一个包含4万余App的大规模数据集，将调用图转换为特征向量，训练深度神经网络进行预测分类。实验结果显示，本发明提出的图嵌入与深度神经网络相融合的安卓恶意软件检测方法的准确率达到97.7％，查准率达到96.6％，查全率达到96.8％，F1分数达到96.4％，优于现有的MaMaDroid检测模型及图嵌入模型。

公开(公告)号：CN112883378A

公开(公告)日：2021-06-01

申请号：CN202110344786.9

申请日：2021-03-30

申请人： 北京理工大学

发明人： 郑军 ,  王睿 ,  郭思宇 ,  张静慈 ,  王殿欣

IPC分类号： G06F21/56 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

摘要： 本发明涉及一种图嵌入与深度神经网络相融合的安卓恶意软件检测方法，属于人工智能与恶意软件检测技术领域。本发明从Android程序中提取出类调用图作为特征，通过图嵌入方法与深度神经网络结合的方式，建立了一个包含4万余App的大规模数据集，将调用图转换为特征向量，训练深度神经网络进行预测分类。实验结果显示，本发明提出的图嵌入与深度神经网络相融合的安卓恶意软件检测方法的准确率达到97.7％，查准率达到96.6％，查全率达到96.8％，F1分数达到96.4％，优于现有的MaMaDroid检测模型及图嵌入模型。

公开(公告)号：CN112667862A

公开(公告)日：2021-04-16

申请号：CN202110012621.1

申请日：2021-01-06

申请人： 北京理工大学

发明人： 郑军 ,  吴可心 ,  李荣华 ,  郑圆丞 ,  张静慈

IPC分类号： G06F16/901 ,  G06F16/903

摘要： 本发明涉及一种基于共享布隆过滤器的图可达性查询方法，属于网络大数据分析技术领域。本发明提出了一个新的SBFL算法，在构建索引时，不需要为每个顶点开辟大小为k的出度集合和入度集合索引标签数组，而是为所有顶点开辟出度集合共享和入度集合共享标签数组。因此，本发明相较于现有技术，只需提供必要的图数据和查询的两个顶点,即可快速计算出可达性结果。本发明没有多余的预处理，不需要额外的计算步骤，且设计简单容易实现。对于同一个图数据，索引构建时间和查询时间近似的情况下，本发明索引大小成本更小。