买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉重庆邮电大学申请的专利一种基于多模态特征融合的恶意APP家族的识别方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119989350B 。

龙图腾网通过国家知识产权局官网在2026-03-06发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510170736.1，技术领域涉及：G06F21/56；该发明授权一种基于多模态特征融合的恶意APP家族的识别方法是由李俊;许国良;时磊;聂鑫;刘子扬设计研发完成，并于2025-02-17向国家知识产权局提交的专利申请。

本一种基于多模态特征融合的恶意APP家族的识别方法在说明书摘要公布了：本发明涉及一种基于多模态特征融合的恶意APP家族的识别方法，属于信息安全技术领域。该方法对安卓APK进行数据预处理，包括解包和反编译操作，得到字节码文件和smali代码文件。分别提取字节码图像特征、操作码序列特征和控制流程图特征。字节码图像特征使用EfficientNetV2L卷积神经网络进行提取，操作码序列特征使用k‑Shingles算法和SimHash算法进行提取，控制流程图特征使用静态分析工具和胶囊图神经网络进行提取。将三种特征进行低秩多模态融合，并构建CNN‑BiLSTM‑Attention检测分类模型，实现对恶意APP家族的识别判断。本发明提高了识别的准确性，增强了模型的泛化能力。

本发明授权一种基于多模态特征融合的恶意APP家族的识别方法在权利要求书中公布了：1.一种基于多模态特征融合的恶意APP家族的识别方法，其特征在于：该方法包括以下步骤： S1：数据预处理，包括使用工具解包安卓APK文件和反编译DEX字节码文件； S2：字节码图像特征提取，将安卓APK文件解包得到的字节码文件classes.dex转化为RGB图像，使用EfficientNetV2L卷积神经网络进行特征提取，得到字节码图像特征； S3：操作码序列特征提取，将字节码文件classes.dex反编译得到的所有文件目录下的smali文件，从smali文件中提取指令操作码，并根据指令操作码对照表来映射指令得到方法代码块的操作码序列；将所有method代码块中提取的操作码序列进行拼接得到安卓应用程序原始操作码序列，再使用k-Shingles算法将原始序列转化为shingle集合和SimHash算法将shingle集合映射为签名向量，得到操作码序列特征； S4：控制流程图特征提取，从classes.dex反编译后得到的所有文件目录下的smali文件，使用静态分析工具从smali文件中的Smali代码提取控制流图；根据Android开源项目组给出的所有Dalvik指令，将其节点和边转换为可作为神经网络输入的向量表示；再经过胶囊图神经网络，得到控制流程图特征向量； S5：多模态特征融合，将字节码图像特征、操作码序列特征、控制流程图特征进行低秩多模态融合，对三个模态的特征向量，字节码图像特征，操作码序列特征，控制流程图特征，计算任意两个向量之间的低秩分解因子，，，得到融合的特征向量； S6：检测分类模型，使用公开的恶意APK数据集，通过获得标签的筛选数据，作为模型数据集，构建CNN-BiLSTM-Attention检测分类模型；具体为： 收集VirusShare的开源数据和其它第三方数据构建恶意APK数据集，上传至在线安全扫描网站获取各种杀毒产品对每种恶意软件的分析报告，并通过自动恶意软件标记工具根据恶意软件的类别和行为对恶意软件样本进行家族分类获得标签，并去掉各种杀毒软件都无法发现的恶意软件以及去除家族只包含不到20个恶意应用程序，筛选出带有标签的恶意软件作为模型数据集； 模型的输入层对应样本特征向量512维度；在卷积层和池化层后添加一层BiLSTM层，Attention层添加在BiLSTM层后，设BiLSTM层输出特征序列为矩阵，作为Attention层输入，其中查询向量，键向量和输入向量都相等，是自注意力机制；其计算过程表示为： 式中为注意力分数矩阵，为注意力层输出；提取的字节码图像特征维度为512，操作码序列特征和控制流程图特征维度都是512，多模态特征融合部分设置输出维度为512，模型输入层神经元设为512；数据集软件样本家族类别为10，则模型输出层神经元数量为10。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人重庆邮电大学，其通讯地址为：400065 重庆市南岸区黄桷垭崇文路2号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。