-
题名基于RA-CNN与ResNet的安卓恶意应用检测
- 1
-
-
作者
华漫
刘小亮
-
机构
中国民用航空飞行学院计算机学院
-
出处
《计算机与现代化》
2025年第7期28-32,42,68,共7页
-
基金
四川科技厅重点研发项目(2023YFG0171)
中央高校基本科研业务费重点项目(24CAFUC01009)。
-
文摘
近年来,基于字节码图像与深度学习的安卓恶意软件检测方法日益流行,但这类方法存在特征提取受限,对噪声数据敏感的问题。针对这一问题,本文提出一种融合残差网络(ResNet)与递归注意力卷积神经网络(RA-CNN)的检测方法。该方法首先从软件样本中提取DEX、XML与ARSC这3种字节码文件并将其映射为RGB图像,而后利用嵌入残差结构的卷积神经网络进行特征抽象与提取,随之注意力建议子网络(APN)以特征图作为参考从粗到细迭代地生成局部区域注意力,而更精细的尺度网络以循环的方式从之前的尺度中放大被关注的区域作为下一尺度的输入,通过多尺度学习后实现分类。实验表明,与类似的基于字节码图像方法相比,该方法在多种指标上均有所提升,准确率达到了98.28%。
-
关键词
递归注意力网络
残差网络
XML文件
arsc文件
字节码图像
-
Keywords
recurrent attention network
residual network
XML file
arsc file
bytecode image
-
分类号
TP309.2
[自动化与计算机技术—计算机系统结构]
-
