基于GRU神经网络的移动应用软件流量检测

针对移动应用软件流量呈动态变化趋势,导致检测结果不精准的问题,提出基于GRU神经网络的移动应用软件流量检测方法。基于GRU神经网络多层结构构建GRU神经网络检测模型,将恶意软件和非恶意软件流量特征转化为区域特征向量,根据特征转化结果降维处理入侵威胁数据,获取待检测恶意软件入侵训练集和测试集,完成移动应用软件异常流量辨识。根据辨识结果建立病毒库,设计GRU神经网络隐层单元结构,有效地捕获流量动态变化信息,划分异常流量入侵等级,实现移动应用软件流量检测。由实验结果可知,该方法在对应用软件进行流量检测时得到的结果与实际结果一致。在应用软件40~80天时检测出流量使用异常情况,使用流量为1050 MB,其余时间的流量使用正常,具有精准的软件流量检测效果。