基于深度学习的Android恶意软件检测的设计分析

以提升Android恶意软件检测准确率与有效性为主要目的,自行设计出一套基于深度学习的Android恶意软件检测系统。静态特征与动态特征共同组成此检测系统的安全相关特征,通过特征选择算法,以深度学习、降噪编码机及自动编码机联合运用实现任务分类。分别采用8000个良性应用软件和7000个恶意软件对检测系统进行测试,结果显示次检测系统检测准确率为95.8%,表明相比传统机器学习技术,基于深度学习的Android恶意软件检测系统具有更高检测准确率,性能更佳。