技术特征：
技术总结
本发明涉及一种基于多类特征和机器学习的大规模恶意安卓软件自动化检测系统及方法，收集安全软件和恶意软件库，利用Androguard和Droidbox等软件分析工具，从动态和静态两个角度分别收集每一个软件的特征，对表格的收据进行处理，在多个角度规定阈值，当某个特征不符合阈值要求时，删除此特征，运用支持向量机、神经网络、集成学习等算法进行检测，得出检测结果中最优的结果，实现大规模恶意软件自动化检测。本发明可对于未知应用进行安全识别，用于对大规模的恶意手机软件进行检测识别，保护用户的隐私安全。
技术研发人员：钱榕;唐瑶;王志强;池亚平;汪永好;张健毅;陈颖;赵绪营;张艳硕;马平川
受保护的技术使用者：中共中央办公厅电子科技学院
技术研发日：2018.07.04
技术公布日：2018.12.11