一种基于多特征深度融合的安卓恶意软件检测方法

本发明公开了一种基于多特征融合的安卓恶意软件检测方法，解决了单一特征对安卓恶意软件表示不全面、特征利用率低下和多特征直接拼接导致的高维度和信息冗余问题。包括有以下步骤：获取数据集；反编译；提取并生成敏感权限特征向量、操作码特征向量、函数调用图特征向量；构建改进的图注意力网络；构建多特征深度融合模型MFDF并进行多特征深度融合；训练分类模型；检测安卓恶意软件。本发明通过多特征深度融合模型MFDF综合利用敏感权限、操作码和函数调用图特征，深入地挖掘恶意软件行为的语义、行为和结构信息，提高了数据的处理效率、检测安卓恶意软件的准确率和适应性，用于移动设备安全领域进行恶意软件的识别与防范，及网络安全防御。