文章摘要:恶意应用的快速增长给移动智能终端带来了巨大的安全威胁，实现恶意应用高精度检测对移动网络信息安全具有重要意义。本文提出一种基于改进深度残差收缩网络的恶意应用检测方法。首先将流量特征预处理成卷积神经网络输入，接着引入通道注意力机制和空间注意力机制，从通道和空间两个维度对样本特征进行加权。然后再引入深度残差收缩网络，自适应滤除样本冗余特征并通过恒等连接优化参数反向传播，减小模型训练和分类的难度，最终实现安卓恶意应用高精度识别。所提方法可避免手工提取特征，能实现高精度分类并且具有一定泛化能力。实验结果表明，所提方法在恶意应用的2分类、4分类和42分类中准确率分别为99.40%、99.95%和97.33%，与现有方法相比，具有较高的分类性能与泛化能力。

文章关键词:

项目基金: