首页> 中国专利> 基于深度学习的Android应用网络行为分类方法及系统

基于深度学习的Android应用网络行为分类方法及系统

摘要

本发明提出了基于深度学习的Android应用网络行为分类方法及系统,该方法,首先,构造自定义事件执行序列组合并驱动Android应用运行,获取Android应用的动态网络行为数据包;骑车,对步骤1中获取的Android应用的动态行为数据包进行预处理,将网络中传输的二进制数据转化为灰度值,从而将数据包转化为灰度图像;然后,构造卷积神经网络分类模型;最后,将预处理后的灰度图像转换为矩阵向量输入至卷积神经网络分类模型中进行学习,得到Android应用样本的分类模型。本发明将Android应用分类问题转化为图像分类问题,利用多层卷积神经网络对特征进行学习,准确率更高。

著录项

  • 公开/公告号CN109447184A

    专利类型发明专利

  • 公开/公告日2019-03-08

    原文格式PDF

  • 申请/专利权人 南京理工大学;

    申请/专利号CN201811436937.8

  • 发明设计人 俞研;唐军;付安民;苏铓;徐安孟;

    申请日2018-11-28

  • 分类号

  • 代理机构南京理工大学专利中心;

  • 代理人马鲁晋

  • 地址 210094 江苏省南京市玄武区孝陵卫200号

  • 入库时间 2024-02-19 07:24:19

法律信息

  • 法律状态公告日

    法律状态信息

    法律状态

  • 2019-04-02

    实质审查的生效 IPC(主分类):G06K9/62 申请日:20181128

    实质审查的生效

  • 2019-03-08

    公开

    公开

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号