专利名称：一种基于LSTM神经网络的手机应用分类方法专利类型：发明专利
发明人：魏松杰,时召伟,罗娜,吴超申请号：CN201710913763.9申请日：20170930公开号：CN107729927A公开日：20180223
摘要：本发明提出了一种基于LSTM神经网络的手机应用分类方法，属于移动终端软件安全技术领域。首先通过触发构造的场景事件组合来模拟不同功能类别的手机应用运行状态，并提取有效的动态行为特征数据构建动态行为特征序列，通过构建的LSTM神经网络分类模型，对这些动态事件行为时序序列中潜在的行为模式进行学习得到手机应用样本的分类结果。本发明提出的基于LSTM神经网络的手机应用分类方法能够有效地学习与归纳不同类别的典型的手机应用的网络行为模式，最佳模型的平均分类准确率达到93.79％，优于常见的面向Android应用的机器学习分类器，可用于预测与评审未知应用的可信性与恶意性。
申请人：南京理工大学
地址：210094 江苏省南京市孝陵卫200号
国籍：CN
代理机构：南京理工大学专利中心
代理人：马鲁晋
更多信息请下载全文后查看
因篇幅问题不能全部显示，请点此查看更多更全内容