一种基于词向量和深度神经网络的Android恶意代码检测方法

摘要

一种基于词向量和深度神经网络的Android恶意代码检测方法，包括如下步骤：1)利用静态分析对APK进行自动化分析，提取权限、Action、敏感API调用等特征，并使用随机森林进行特征选择工作；2)应用word2vec模型将特征转化成词向量，具体过程如下：2.1)首先将特征分成三类，将每一类的特征组成一句话，那么每个APK的特征列表可看做是包含三个句子的特征文档；2.2)使用word2vec的CBOW模型进行训练，最终生成N×(K×X)维矩阵，其中N为样本个数，K为词向量维度，X为特征数；3)使用深度置信网络进行特征训练，分类，最终可识别恶意应用。本发明精度较高，时效性较好。