【技术实现步骤摘要】
本申请涉及智能化恶意应用检测，尤其涉及一种恶意应用检测方法及其系统。
技术介绍
1、随着移动互联网的发展，android智能手机已迅速成为流行的计算平台，用户往往会安装多种多样的应用进行使用。在此过程中，可能会无意间安装一些恶意应用，窃取用户信息或暗自执行某些操作，给android用户带来巨大的安全隐患。
2、因此，期待一种恶意应用检测方法及其系统。
技术实现思路
1、本申请提供一种恶意应用检测方法及其系统，其获取待检测应用的静态特征向量；从所述待检测应用的模拟运行数据中提取动态特征向量；提取所述静态特征向量和所述动态特征向量的语义关联特征以得到动态特征-静态特征语义关联特征图；将所述动态特征-静态特征语义关联特征图通过自适应注意力模块以得到动态特征-静态特征语义关联自适应强化特征图；基于所述动态特征-静态特征语义关联自适应强化特征图，确定所述待检测应用是否为恶意应用。这样，可以智能地对待检测应用是否为恶意应用进行判断，综合考虑应用的多方面特征，提高了恶意应用检测的准确性和鲁棒
2本文档来自技高网...
【技术保护点】
1.一种恶意应用检测方法，其特征在于，包括：
2.根据权利要求1所述的恶意应用检测方法，其特征在于，提取所述静态特征向量和所述动态特征向量的语义关联特征以得到动态特征-静态特征语义关联特征图，包括：
3.根据权利要求2所述的恶意应用检测方法，其特征在于，计算所述动态特征向量相对于所述静态特征向量的样本协方差关联矩阵以得到动态特征-静态特征关联矩阵，包括：
4.根据权利要求3所述的恶意应用检测方法，其特征在于，所述深度学习网络模型为基于卷积神经网络模型的静态特征-动态特征语义关联特征提取器。
5.根据权利要求4所述的恶意应...
【技术特征摘要】
1.一种恶意应用检测方法，其特征在于，包括：
2.根据权利要求1所述的恶意应用检测方法，其特征在于，提取所述静态特征向量和所述动态特征向量的语义关联特征以得到动态特征-静态特征语义关联特征图，包括：
3.根据权利要求2所述的恶意应用检测方法，其特征在于，计算所述动态特征向量相对于所述静态特征向量的样本协方差关联矩阵以得到动态特征-静态特征关联矩阵，包括：
4.根据权利要求3所述的恶意应用检测方法，其特征在于，所述深度学习网络模型为基于卷积神经网络模型的静态特征-动态特征语义关联特征提取器。
5.根据权利要求4所述的恶意应用检测方法，其特征在于，利用深度学习网络模型对所述动态特征-静态特征关联矩阵进行特征提取以得到所述动态特征-静态特征语义关联特征图，包括...
【专利技术属性】
技术研发人员：蔡晖，
申请(专利权)人：北京中科网芯科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。