技术特征：
技术总结
本发明公开了一种基于卷积神经网络的Android恶意代码检测方法，该方法首先对已知的恶意软件样本反编译，获取其dex文件并映射为图像数据；再将得到的图像数据作为输入值，并以1×n向量作为输出值，放到卷积神经网络中进行训练，使其满足同种类恶意软件的输出值偏差尽可能小，不同种类恶意软件的输出值偏差尽可能大。通过利用大量已知样本进行训练，得到一个可以用于对未知软件进行检测的分类器。随后，每一个未知软件直接使用该分类器即可判断其是否含有恶意代码。本发明所述技术方案能准确识别恶意软件所属类别，并能够有效地提高了恶意软件样本分类的准确性。
技术研发人员：凌捷;王文冲;谢锐;龚怡;柳毅
受保护的技术使用者：广东工业大学
技术研发日：2017.02.27
技术公布日：2017.08.29