基于预训练语言模型的安卓恶意软件检测方法

作     者：印杰 黄肖宇 刘家银 牛博威 谢文伟 YIN Jie;HUANG Xiao-yu;LIU Jia-yin;NIU Bo-wei;XIE Wen-wei

作者机构：江苏警官学院计算机信息与网络安全系江苏南京210031 江苏省公安厅网络安全保卫总队江苏南京210024 趋势科技股份有限公司网络安全部江苏南京210012 南京邮电大学开放计算与普适感知前沿实验室江苏南京210003 

出 版 物：《计算机工程与科学》 (Computer Engineering & Science)

年 卷 期：2023年第45卷第8期

页      面：1433-1442页

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

基　　金：国家自然科学基金(62272203) 浙江大学CAD&CG国家重点实验室开发课题(A2102) 南京大学计算机软件新技术国家重点实验室开放基金(KFKT2020B19) 江苏省高等学校自然科学基金(21KJD520003) 

主　　题：安卓 恶意软件检测 预训练语言模型 无监督学习 

摘      要：近年来,基于有监督机器学习的安卓恶意软件检测方法取得了一定进展。但是,由于恶意软件样本搜集困难,带标签的数据集规模一般较小,导致训练出的有监督模型泛化能力有限。针对这一问题,提出无监督和有监督相结合的恶意软件检测方法。首先,使用无监督方法预训练语言模型,从大量无标记APK样本中学习字节码中丰富、复杂的语义关系,提高模型的泛化能力。然后,利用有标记的恶意软件样本对语言模型进行微调,使其能更有效地检测恶意软件。在Drebin等实验数据集上的实验结果表明,相比基准方法,提出的方法泛化能力更好,检测性能更优,最高检测准确率达98.7%。