结合注意力与双线性网络的Android恶意软件检测

为解决基于字节码图像的Android恶意软件检测方法中存在多分类准确率不高、易被噪音数据干扰等问题,提出一种结合注意力与双线性网络的恶意软件检测方法。从软件样本中提取字节码文件并将其映射为彩色图像,将注意力机制加入双线性网络的一条分支中减小噪音数据的影响,使用结合注意力的双线性网络模型完成对字节码图像的分类。实验结果表明,该方法在恶意软件二分类与多分类中均具有良好的性能,总体检测性能优于其它同类方法与模型。