计算机工程与科学

作者：印杰, 黄肖宇, 刘家银, 牛博威, 谢文伟,

单位：1.江苏警官学院计算机信息与网络安全系，江苏 南京 210031；2.江苏省公安厅网络安全保卫总队，江苏 南京 210024；3.趋势科技股份有限公司网络安全部，江苏 南京 210012；4.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

关键词：安卓,恶意软件检测,预训练语言模型,无监督学习,

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)

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%。

来源：2023年第8期

《计算机工程与科学》期刊编辑部

查看计算机工程与科学杂志2023年第8期