一种对抗样本生成方法技术

本发明专利技术属于对抗网络技术领域，其目的在于提供一种对抗样本生成方法。本发明专利技术公开了一种对抗样本生成方法。本发明专利技术能够批量产生对抗样本，同时绕过更多类型安全检测算法的扫描。具体地，本发明专利技术在实施过程中，在特征提取方面，依次获取数据样本的静态特征信息和动态特征信息后，对静态特征信息和动态特征信息中的特征项进行融合，得到特征向量，然后进行特征项筛选，得到筛选后特征向量，在此过程中，采用多特征项融合及筛选的方法，可便于形成更有效的特征向量，利于提升特征提取的精度。利于提升特征提取的精度。利于提升特征提取的精度。

【技术实现步骤摘要】
一种对抗样本生成方法


[0001]本专利技术属于对抗网络
，具体涉及一种对抗样本生成方法。

技术介绍

[0002]2014年10月Ian J. Goodfellow等人提出了一个通过对抗过程估计生成模型的新框架，即生成式对抗网络（GAN，Generative Adversarial Networks），其分为两个网络：G（Generator，发生器）和D（Discriminator，鉴别器）。具体地，G是一个生成网络，它可接收一个随机的噪声z，并通过这个噪声生成样本，记做G(z)；D是一个判别网络，用于判别一个样本是不是“真实的”，其输入参数是x，x代表一个样本，输出的结果是D（x），代表样本x为真实图片的概率，如果D（x）为1，就代表该样本100%是真实的，如果D（x）为0，就代表该样本不可能是真实的。在训练过程中，生成网络G的目标是尽量生成真实的样本去欺骗判别网络D，而判别网络D的目标是尽量把生成网络G生成的样本和真实的样本分别开来，这样，生成网络G和判别网络D构成了一个动态的“博弈过程”。在最理想的状态下，最后博弈的结果是：生成网络G可以生成足以“以假乱真”的样本G(z)，而对于判别网络D来说，它难以判定生成网络G生成的样本究竟是不是真实的，此时D(G(z))=0.5，由此可得到一个生成式的模型G，其可以用来生成以假乱真的样本。
[0003]由此，研究人员提出了“对抗样本”这一概念。通过在原有样本中添加微小扰动的方法，成功地大幅度降低原有分类深度模型的准确率，实现了对于深度学习的对抗目的，同时也给深度学习的攻方提供了新的思路，对如何开展防御提出了新的要求。
[0004]但是，在使用现有技术过程中，专利技术人发现现有技术中至少存在如下问题：在以往的技术中，研究人员大多在特征提取方面采用单一的类别，如HU[2]等人在特征提取这部分只提取了含有API（Application Program Interface，应用程序编程接口）的特征，或者提取多种特征进行简单的融合，如李[3]等人在特征提取这部分虽然提取了多种特征，但对于这些不同的特征也只是进行简单的融合，没有经过筛选，并不能将所提取的特征很好地代表软件的良恶性，导致对特征提取的精度不够准确。

技术实现思路

[0005]本专利技术旨在至少在一定程度上解决上述技术问题，本专利技术提供了一种对抗样本生成方法。
[0006]为了实现上述目的，本专利技术采用以下技术方案：第一方面，提供了一种对抗样本生成方法，包括：获取数据样本；其中，所述数据样本包括恶意样本和良性样本；对所述数据样本的apk文件进行静态反编译，得到所述数据样本的静态特征信息；对所述数据样本的apk文件进行动态分析，得到所述数据样本的动态特征信息；对所述静态特征信息中的特征项和所述动态特征信息中的特征项进行融合，得到特征向量；其中，所述静态特征信息和所述动态特征信息中均包括多个特征项；
对所述特征向量进行特征项筛选，得到筛选后特征向量；构建初始模型，并将所述筛选后特征向量输入所述初始模型进行处理，得到对抗样本生成模型；根据所述对抗样本生成模型，生成对抗样本。
[0007]本专利技术能够批量产生对抗样本，同时绕过更多类型安全检测算法的扫描。具体地，本专利技术在实施过程中，在特征提取方面，依次获取数据样本的静态特征信息和动态特征信息后，对静态特征信息和动态特征信息中的特征项进行融合，得到特征向量，然后进行特征项筛选，得到筛选后特征向量，在此过程中，采用多特征项融合及筛选的方法，可便于形成更有效的特征向量，利于提升特征提取的精度。
[0008]在一个可能的设计中，对所述数据样本的apk文件进行静态反编译，得到所述数据样本的静态特征信息，包括：使用apktool工具对所述数据样本的apk文件进行静态反编译，得到所述apk文件的smali文件夹和AndroidManifest.xml文件；从所述AndroidManifest.xml文件中提取所述apk文件的permission特征信息、action特征信息、service特征信息、category特征信息、activity特征信息、provider特征信息和receiver特征信息；从所述smali文件夹中提取所述apk文件的API特征信息和操作码特征信息；将所述permission特征信息、所述action特征信息、所述service特征信息、所述category特征信息、所述activity特征信息、所述provider特征信息、所述receiver特征信息、所述API特征信息和所述操作码特征信息作为所述数据样本的静态特征信息。
[0009]在一个可能的设计中，对所述数据样本的apk文件进行动态分析，得到所述数据样本的动态特征信息，包括：将所述数据样本的apk文件导入CuckooDroid工具部署的虚拟运行环境中模拟运行；通过基于Xposed框架的Dalvik API挂钩，捕获所述apk文件运行时的动态API执行序列；将所述动态API执行序列作为所述数据样本的动态特征信息。
[0010]在一个可能的设计中，对所述静态特征信息中的特征项和所述动态特征信息中的特征项进行融合，得到特征向量，包括：获取所述静态特征信息和所述动态特征信息中各特征项在所述数据样本中出现的总次数；根据各特征项在所述数据样本中出现的总次数，对所述静态特征信息和所述动态特征信息进行融合，得到特征向量；其中，第i个数据样本对应的特征向量为：T
i
=｛x1:c1，x2:c2，
……
，xk:ck，
……
，xn:cn｝式中，xk为当前数据样本中任一特征项的名称，ck为特征项xk在当前数据样本中出现的总次数，其中k=｛1，2，
……
，n｝，n为当前静态特征信息和所述动态特征信息中的特征项的总数。
[0011]在一个可能的设计中，对所述特征向量进行特征项筛选，得到筛选后特征向量，包括：
对所述特征向量中的所有特征项进行重要度排序，得到排序后特征向量；获取并删除所述排序后特征向量中的恶意特征项和中性特征项，得到低维特征向量；选取所述低维特征向量中排序靠前指定位数内的所有特征项，得到筛选后特征向量。
[0012]在一个可能的设计中，对所述特征向量中的所有特征项进行重要度排序，得到排序后特征向量，包括：基于随机森林算法计算特征向量中的所有特征项的第一重要度值，并按第一重要度值的大小，对所述特征向量中的所有特征项进行第一重要度排序，得到第一特征序列；基于逻辑回归算法计算特征向量中的所有特征项的第二重要度值，并按第二重要度值的大小，对所述特征向量中的所有特征项进行第二重要度排序，得到第二特征序列；基于支持向量机算法计算特征向量中的所有特征项的第三重要度值，并按第三重要度值的大小，对所述特征向量中的所有特征项进行第三重要度排序，得到第三特征序列；基于软投票法获取所述第一特征序列的第一均值、所述第二特征序列的第二均值和所述第三特征序列的第三均值；根据所述第一均值、第二均值和第三均值，对所述特征向量中的所本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种对抗样本生成方法，其特征在于：包括：获取数据样本；其中，所述数据样本包括恶意样本和良性样本；对所述数据样本的apk文件进行静态反编译，得到所述数据样本的静态特征信息；对所述数据样本的apk文件进行动态分析，得到所述数据样本的动态特征信息；对所述静态特征信息中的特征项和所述动态特征信息中的特征项进行融合，得到特征向量；其中，所述静态特征信息和所述动态特征信息中均包括多个特征项；对所述特征向量进行特征项筛选，得到筛选后特征向量；构建初始模型，并将所述筛选后特征向量输入所述初始模型进行处理，得到对抗样本生成模型；根据所述对抗样本生成模型，生成对抗样本。2.根据权利要求1所述的一种对抗样本生成方法，其特征在于：对所述数据样本的apk文件进行静态反编译，得到所述数据样本的静态特征信息，包括：使用apktool工具对所述数据样本的apk文件进行静态反编译，得到所述apk文件的smali文件夹和AndroidManifest.xml文件；从所述AndroidManifest.xml文件中提取所述apk文件的permission特征信息、action特征信息、service特征信息、category特征信息、activity特征信息、provider特征信息和receiver特征信息；从所述smali文件夹中提取所述apk文件的API特征信息和操作码特征信息；将所述permission特征信息、所述action特征信息、所述service特征信息、所述category特征信息、所述activity特征信息、所述provider特征信息、所述receiver特征信息、所述API特征信息和所述操作码特征信息作为所述数据样本的静态特征信息。3.根据权利要求1所述的一种对抗样本生成方法，其特征在于：对所述数据样本的apk文件进行动态分析，得到所述数据样本的动态特征信息，包括：将所述数据样本的apk文件导入CuckooDroid工具部署的虚拟运行环境中模拟运行；通过基于Xposed框架的Dalvik API挂钩，捕获所述apk文件运行时的动态API执行序列；将所述动态API执行序列作为所述数据样本的动态特征信息。4.根据权利要求1所述的一种对抗样本生成方法，其特征在于：对所述静态特征信息中的特征项和所述动态特征信息中的特征项进行融合，得到特征向量，包括：获取所述静态特征信息和所述动态特征信息中各特征项在所述数据样本中出现的总次数；根据各特征项在所述数据样本中出现的总次数，对所述静态特征信息和所述动态特征信息进行融合，得到特征向量；其中，第i个数据样本对应的特征向量为：T
i
=｛x1:c1，x2:c2，
……
，xk:ck，
……
，xn:cn｝式中，xk为当前数据样本中任一特征项的名称，ck为特征项xk在当前数据样本中出现的总次数，其中k=｛1，2，
……
，n｝，n为当前静态特征信息和所述动态特征信息中的特征项的总数。5.根据权利要求1所述的一种对抗样本生成方法，其特征在于：对所述特征向量进行特征项筛选，得到筛选后特征向量，包括：
对所述特征向量中的所有特征项进行重要度排序，得到排序后特征向量；获取并删除所述排序后特征向量中的恶意特征项和中性特征项，得到低维特征向量；选取所述低维特征向量中排序靠前指定位数内的所有特征项，得到筛选后特征向量。6.根据权利要求5所述的一种对抗样本生成方法，其特征在于：对所述特征向量中的所有特征项进行重要度排序，得到排序后特征向量，包括：基于随机森林算法计算特征向量中的所有特征项的第一重要度值，并按第一重要度值的大小，对所述特征向量中的所有特征项进行第一重要度...

【专利技术属性】
技术研发人员：杜垚，吴箐箐，崔梦天，
申请(专利权)人：西南民族大学，
类型：发明
国别省市：