買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉哈爾濱工業大學申請的專利基于多特征融合深度學習的安卓惡意軟件檢測與分類方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN115730310B 。

龍圖騰網通過國家知識產權局官網在2025-08-12發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202211468462.7，技術領域涉及：G06F21/56；該發明授權基于多特征融合深度學習的安卓惡意軟件檢測與分類方法是由余海龍;楊培豪;王甜甜;蘇小紅;吳翔虎;王克朝;陳源龍設計研發完成，并于2022-11-22向國家知識產權局提交的專利申請。

本基于多特征融合深度學習的安卓惡意軟件檢測與分類方法在說明書摘要公布了：本發明公開了一種基于多特征融合深度學習的安卓惡意軟件檢測與分類方法，所述方法是通過獲取待測Apk樣本、將待測Apk樣本送入訓練好的模型并得到檢測結果完成的。本發明通過深度學習從靜態污點路徑中捕獲不同類型惡意軟件的數據流模式，將污點路徑作為一組特征，進行安卓惡意軟件的檢測與分類，并使用WideDeep模型進行特征融合，其中Wide部分處理敏感API調用和危險權限兩類特征，Deep部分處理靜態污點路徑，融合后的特征，增加了靜態污點路徑帶有的語義信息，可以學習到不同惡意軟件的行為模式，提升了模型的準確率和魯棒性。

本發明授權基于多特征融合深度學習的安卓惡意軟件檢測與分類方法在權利要求書中公布了：1.一種基于多特征融合深度學習的安卓惡意軟件檢測與分類方法，其特征在于所述方法包括如下步驟： S1：構建安卓惡意軟件檢測數據集，并將數據集中的數據進行劃分，得到訓練集、驗證集和測試集； S2：對訓練集中的Apk文件進行殼程序識別，若Apk有殼，則進行脫殼操作，并將脫殼后的Apk加入到T中，若Apk未加殼，則將此Apk直接加入T中，得到脫殼后的訓練集T； S3：對訓練集T中的Apk文件進行逆向分析，提取每個Apk的API調用和權限；將提取的API調用、權限分別與敏感API調用、危險權限列表比對，得到敏感API調用特征向量α和危險權限特征向量β； S4：對訓練集T中的Apk執行靜態污點分析，并對結果進行預處理，得到每個Apk的靜態污點路徑文件δ，然后根據所有的δ訓練詞表W； S5：根據詞表W生成每個Apk靜態污點路徑的向量表示η，并使用深度學習模型得到靜態污點路徑特征向量γ； S6：將危險權限、敏感API調用和靜態污點路徑三類特征進行融合，融合后的向量作為對一個Apk的最終表示，并連接到輸出層節點，使用訓練集T進行WideDeep模型的訓練，當訓練損失不再下降時停止模型的訓練，使用驗證集調整WideDeep模型的超參數，使得WideDeep模型的訓練效果達到最優，最后使用測試集測試泛化誤差，具體步驟如下： S601：將Apk的敏感API調用特征向量α、危險權限特征向量β和靜態污點路徑文件δ作為WideDeep模型的輸入； S602：使用WideDeep模型進行特征的融合，其中Wide部分的輸入是Apk的敏感API調用特征向量α和危險權限特征向量β，Deep部分的輸入是Apk的預處理后的靜態污點路徑文件δ； S603：將Wide部分的輸出的特征向量α、β和Deep部分輸出的特征向量γ進行拼接，得到融合后的特征，并將融合后的特征與輸出層的5個結點進行全連接，得到分類結果； S604：在訓練集T上訓練模型，直到訓練損失不再下降時停止模型訓練，并用驗證集調整WideDeep模型的超參數，使得WideDeep模型的訓練效果達到最優，最后使用測試集測試泛化誤差。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人哈爾濱工業大學，其通訊地址為：150001 黑龍江省哈爾濱市南崗區西大直街92號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。