一种Android恶意软件对抗样本生成方法及计算机程序产品技术

本发明专利技术提供一种Android恶意软件对抗样本生成方法，包括以下步骤：构建Android软件数据集，反编译数据集中的Android软件；解析Smali文件，提取出所有方法及该方法的函数调用关系，构建函数调用图，基于敏感API剪枝得到敏感函数调用图；将敏感函数调用图转换为自然语言段落并嵌入得到Android软件的向量表示；基于余弦相似度算法计算Android软件间的相似度；将Android软件数据集划分为训练集和测试集，使用训练集对Android恶意软件分类模型进行训练，使用测试集进行测试；根据测试集的测试结果以及Android软件间的相似度，构建原始恶意样本集和扰动集，最后生成对抗样本。本发明专利技术不依赖于强大假设，基于敏感函数调用图的语义和结构信息，向Android恶意软件中插入扰动，实现高效且稳定的对抗样本生成。

【技术实现步骤摘要】

本专利技术涉及计算机信息安全，具体涉及一种android恶意软件对抗样本生成方法及计算机程序产品。

技术介绍

1、目前，对android(安卓系统)恶意软件的检测，其主流方法是基于机器学习的检测方法，现有技术中的这些检测方法都面临一个共同的问题：抵抗对抗样本的脆弱性。现有的针对android软件分类模型的对抗样本生成方法，在逃避检测方面表现出显著的效果，能够绕过许多现有的安全措施。然而，这些方法通常依赖于强大的假设，例如完全了解分类模型的内部结构或参数，这在实际软件中很难实现。此外，这些对抗样本生成方法在实验室环境中表现良好，但在现实场景中，由于各种环境变量和不确定因素，其实际效果往往大打折扣。因此，如何在不依赖强大假设的情况下实现高效且稳定的对抗样本生成，成为当前研究的一个重要挑战。

技术实现思路

1、针对现有技术存在的不足，本专利技术提出一种android恶意软件对抗样本生成方法及计算机程序产品，以解决现有技术中存在的对抗样本的生成要依赖假设，一旦用于现实场景中由于各种环境变量和不确定因素，其实际效果往往本文档来自技高网...

【技术保护点】

1.一种Android恶意软件对抗样本生成方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的Android恶意软件对抗样本生成方法，其特征在于，根据所述函数调用关系构建敏感函数调用图，包括：

3.根据权利要求1所述的Android恶意软件对抗样本生成方法，其特征在于，基于敏感API的函数调用图剪枝方法，包括：

4.根据权利要求1所述的Android恶意软件对抗样本生成方法，其特征在于，将敏感函数调用图转换为自然语言段落，包括：分析函数调用关系中的调用者API和被调用API的类型、名称、所属包名信息，并按照预定的“类型-名称-所属类-权限”的格式...

【技术特征摘要】

1.一种android恶意软件对抗样本生成方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的android恶意软件对抗样本生成方法，其特征在于，根据所述函数调用关系构建敏感函数调用图，包括：

3.根据权利要求1所述的android恶意软件对抗样本生成方法，其特征在于，基于敏感api的函数调用图剪枝方法，包括：

4.根据权利要求1所述的android恶意软件对抗样本生成方法，其特征在于，将敏感函数调用图转换为自然语言段落，包括：分析函数调用关系中的调用者api和被调用api的类型、名称、所属包名信息，并按照预定的“类型-名称-所属类-权限”的格式将api转换为自然语言并使用“invokes”关键字将api对连接为一个完整的自然语言语句；

5.根据权利要求1所述的android恶意软件对抗样本生成方法，其特征在于，根据android软件的向量表示，基于余弦相似度算法计算android软件间的相似度...

【专利技术属性】
技术研发人员：杨吉云，何丽君，蔡欣彤，向涛，
申请(专利权)人：重庆大学，
类型：发明
国别省市：