东南大学周余阳获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉东南大学申请的专利基于移动目标防御思想的安卓恶意软件对抗样本检测方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN115577358B 。
龙图腾网通过国家知识产权局官网在2025-10-31发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202211312751.8,技术领域涉及:G06F21/56;该发明授权基于移动目标防御思想的安卓恶意软件对抗样本检测方法是由周余阳;程光;胡玉佳设计研发完成,并于2022-10-25向国家知识产权局提交的专利申请。
本基于移动目标防御思想的安卓恶意软件对抗样本检测方法在说明书摘要公布了:本发明公开了一种基于移动目标防御思想的安卓恶意软件对抗样本检测方法,该方法包括:异构化模型池、多样化对抗训练、最优化集成学习、动态更新触发器。所述异构化模型池面向安卓软件,其目的在于为后续对抗训练与集成学习提供异构正交的基础模型。所述多样化对抗训练面向安卓恶意软件,针对不同类型的对抗样本攻击生成对应检测模型。所述最优化集成学习面向全体对抗检测模型,其目的在于形成针对全类型对抗样本的检测能力。所述动态更新触发器面向检测结果,按周期与事件混合触发的方式更新异构化模型池、多样化对抗训练、最优化集成学习的构建过程。通过本公开实例的技术方案,可以检出当前安卓主流的恶意软件对抗样本,提高安卓平台安全性。
本发明授权基于移动目标防御思想的安卓恶意软件对抗样本检测方法在权利要求书中公布了:1.基于移动目标防御思想的安卓恶意软件对抗样本检测方法,其特征在于:所述检测方法包括以下步骤: 步骤1:异构化模型池构建, 步骤2:多样化对抗训练, 步骤3:最优化集成学习, 步骤4:混合式动态更新, 其中,步骤1:异构化模型池构建,具体如下,对含有标签的安卓软件提取特征,并按照一定比例随机抽取数据样本,划分为训练集、验证集和测试集;根据所获取的训练集与验证集,将其分别随机分为m等份,m大于等于3,分别采用m种机器学习算法基于等分后的训练集和验证集,训练得到m个异构的安卓恶意软件的基础检测模型,完成异构化的基础检测模型池构建; 步骤2:多样化对抗训练,具体如下,根据所生成的m个基础检测模型以及其对应的m份训练集,向每一份训练集中标注为恶意软件的数据分别注入n种不同的对抗性扰动,n大于等于1,形成m*n份恶意扰动数据;根据采用的m种机器学习算法和m份验证集以及m*n份恶意扰动数据,针对每种机器学习算法,采用对抗训练生成n个对抗检测模型,共计生成m*n个对抗检测模型; 步骤3:最优化集成学习,具体如下,根据步骤1所获取的测试子集,对其中标注为恶意软件的数据生成对抗性样本,形成对抗样本测试子集;根据步骤2所生成的m*n个对抗检测模型,采用所生成的对抗样本测试集对模型的对抗样本检测性能由高至低排序,获取得到检测性能最高的三个对抗检测模型;根据所获取到的检测性能最高的三个对抗检测模型,采取集成学习方法生成集成检测模型; 步骤4:混合式动态更新,具体如下,根据步骤3所获取到集成检测模型,由动态更新触发器进行监测,当监测次数达到阈值时,清除触发器当前计数,并重复步骤1至3。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人东南大学,其通讯地址为:210096 江苏省南京市玄武区四牌楼2号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励