首页> 中文会议>第十六届全国软件与应用学术会议 >一种基于深度神经网络的Android二进制代码缺陷预测方法

一种基于深度神经网络的Android二进制代码缺陷预测方法

摘要

移动应用软件特别是Android平台软件的缺陷预测研究引起广泛关注.当前,大量基于机器学习的软件缺陷预测模型方法被提出,并且达到较好的预测性能.本文提出一种针对Android二进制可执行文件的缺陷预测模型,同时采用具有深层结构的深度神经网络算法进行分类预测,提高了预测性能.首先,我们构建了一个用于Android二进制文件缺陷预测的数据集.其次,我们提出了一种创新的Android可执行文件缺陷特征提取方法,该方法提取smali文件(Andorid二进制文件的反汇编文件)的符号特征和语义特征来构建缺陷特征向量.最后,我们将缺陷特征向量输入深度神经网络算法来训练和构建缺陷预测模型.我们研发出模型工具原型DefectDroid,将其应用于大规模Android smali文件缺陷预测任务中,并从同项目缺陷预测、跨项目缺陷预测、传统机器学习算法等方面对模型进行性能评估对比.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号