典型文献
基于异构图注意力网络的Android恶意软件检测
文献摘要：
近年来Android已经成为最流行的移动操作系统,越来越多的移动终端恶意软件窃取用户的私人信息,对安全造成了严重的威胁.现有的检测方法通常是通过挖掘不同APK文件中具有显著区分度的特征信息,使用机器学习的方法对欧式空间数据进行检测,但这类方法往往没有考虑到特征的结构性依赖关系.因此,将Android应用程序的API调用、请求权限、访问URL和包含组件关系映射到一个大型的异质网络中,把原来的检测问题转换成节点分类任务,构造的异质信息网络通过节点级注意力将所有类型的节点映射到统一的特征空间中,学习元路径邻居节点的权重并将其聚合得到特定语义的节点嵌入.实验结果证明,基于异构图注意力网络的检测方法能充分利用异质信息网络的结构特征和语义信息,能有效检测Android恶意软件.
文献关键词：
Android;恶意软件检测;图神经网络;异质信息网络
中图分类号：
作者姓名：
贺娇君;蔡满春;芦天亮
作者机构：
中国人民公安大学信息网络安全学院,北京 100038
文献出处：
引用格式：
[1]贺娇君;蔡满春;芦天亮-.基于异构图注意力网络的Android恶意软件检测)[J].中国人民公安大学学报（自然科学版）,2022(04):30-38
A类：
节点级注意力
B类：
异构图,图注意力网络,Android,恶意软件检测,操作系统,移动终端,窃取,取用,私人信息,APK,区分度,特征信息,欧式空间,空间数据,依赖关系,应用程序,API,调用,请求权,权限,URL,关系映射,射到,异质网络,检测问题,问题转换,转换成,节点分类,分类任务,异质信息网络,过节,特征空间,元路径,邻居节点,定语,节点嵌入,语义信息,有效检测,图神经网络
AB值：
0.391966
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
