基于马尔科夫图注意力网络的安卓恶意软件家族细粒度分类方法

摘要: 本发明涉及移动网络安全,尤其是涉及基于马尔科夫图注意力网络的安卓恶意软件家族细粒度分类方法。背景技术:1、随着移动互联网的普及,android操作系统凭借其开源...
基于马尔科夫图注意力网络的安卓恶意软件家族细粒度分类方法

本发明涉及移动网络安全,尤其是涉及基于马尔科夫图注意力网络的安卓恶意软件家族细粒度分类方法。

背景技术:

1、随着移动互联网的普及,android操作系统凭借其开源特性占据了全球移动终端市场的主要份额。与此同时,android平台也成为恶意软件攻击的首要目标。恶意软件制作者广泛采用代码混淆、资源加密、控制流扁平化、字符串加密等多种混淆技术,使得传统的基于签名的检测方法和基于静态特征匹配的分类方法难以有效应对。恶意软件家族分类作为恶意软件分析的核心任务之一,旨在将未知恶意样本归入已知的恶意软件家族,从而帮助安全分析人员理解恶意软件的攻击意图、传播方式和演化规律。

2、现有的安卓恶意软件家族分类方法主要面临以下技术难题。第一,单一文件特征信息不足。大多数现有方法仅基于classes.dex文件提取特征,未能充分利用androidmanifest.xml文件和resources.arsc文件中所包含的权限声明、组件配置和资源引用等互补信息。第二,跨文件关联特征缺失。现有方法虽然有个别研究尝试将多个文件的信息进行简单叠加,但未能捕捉文件之间的深层关联关系,例如权限声明与代码中实际调用的系统应用程序编程接口之间的对应关系、资源引用与代码中资源访问操作之间的依赖关系。第三,类别不均衡问题突出。恶意软件家族样本数量分布极不均衡,少数类家族的样本数量远少于多数类家族,导致分类模型对少数类家族的识别性能严重下降。第四,样本间家族关系未被充分利用。现有基于图神经网络的方法仅关注单个安卓应用程序安装包文件内部代码元素之间的调用关系图,未能在训练阶段利用同家族样本之间的关联信息来增强模型的家族判别能力。

技术实现思路

1、本发明针对现有安卓恶意软件家族分类方法中单一文件特征信息不足、跨文件关联特征缺失、类别不均衡以及样本间家族关系未被充分利用的技术问题,提供基于马尔科夫图注意力网络的安卓恶意软件家族细粒度分类方法。

2、为实现上述目的,本发明采用了如下技术方案:

3、基于马尔科夫图注意力网络的安卓恶意软件家族细粒度分类方法,包括以下步骤:

4、对待分类的安卓应用程序安装包文件执行解压操作,从解压后的文件中提取classes.dex文件、androidmanifest.xml文件和resources.arsc文件;分别对所述三个文件执行二进制读取操作,将每个文件的全部内容转换为对应的一维无符号整型向量;

5、对一维无符号整型向量执行二维矩阵维度自适应分块变换操作,生成与所述三个文件分别对应的三个二维字节矩阵,将三个二维字节矩阵分别映射至三个色彩通道,构造彩色图像张量;

6、提取所述三个文件的多元行为特征序列,并执行马尔科夫状态转移概率矩阵构建操作,生成三个马尔科夫转移概率矩阵,将三个马尔科夫转移概率矩阵进行多模态特征级融合,生成联合马尔科夫转移概率融合矩阵;将联合马尔科夫转移概率融合矩阵进行处理,生成二值化特征图,将二值化特征图编码至彩色图像张量的透明度通道,生成rgba四通道图像张量;

7、将rgba四通道图像张量输入至马尔科夫图注意力双路径聚合网络进行家族分类预测,马尔科夫图注意力双路径聚合网络包含图注意力网络编码子模块、可分离多头自注意力视觉编码子模块和跨模态特征交互融合子模块,跨模态特征交互融合子模块用于将图注意力网络编码子模块输出的图级特征向量与可分离多头自注意力视觉编码子模块输出的视觉特征向量进行跨模态交互融合,输出家族分类预测向量。

8、综上所述,本发明至少具有以下有益效果:

9、有效融合多源异构特征。通过将classes.dex文件、androidmanifest.xml文件和resources.arsc文件的原始字节流分别映射至红绿蓝三个色彩通道,并针对不同源文件的特性执行差异化的图像增强操作,保留了各核心文件的独立特征信息,克服了现有技术中单一文件特征信息不足的缺陷。

10、深度挖掘跨文件关联特征。通过分别从三个源文件中提取三种不同性质的行为特征序列并分别构建马尔科夫状态转移概率矩阵,经元素级加和融合生成联合马尔科夫转移概率融合矩阵,并将其编码为rgba图像的透明度通道,实现了跨文件关联特征与原始三通道色彩信息的深度融合,克服了现有技术中跨文件关联特征缺失的缺陷。

11、充分利用家族关系。通过在训练阶段基于样本家族标签构建恶意软件样本关系图,利用图注意力网络对同家族样本的节点特征进行聚合编码,在训练阶段利用同家族样本之间的关联信息增强模型的家族判别能力,克服了现有技术中样本间家族关系未被充分利用的缺陷。

12、深度融合跨模态特征。通过基于门控机制的跨模态特征交互融合子模块的设计,实现了图级特征与视觉特征的双向交互与自适应融合,并通过双线性池化交互项捕获了两种模态特征之间的二阶统计相关性,进一步提升了分类精度。

13、有效缓解类别不均衡问题。通过类别平衡焦点损失函数的设计,同时解决了类别不均衡问题带来的模型偏置和难易样本不平衡问题,有效提升了模型在少数类家族上的识别性能。

1.基于马尔科夫图注意力网络的安卓恶意软件家族细粒度分类方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的基于马尔科夫图注意力网络的安卓恶意软件家族细粒度分类方法,其特征在于,将三个二维字节矩阵分别映射至三个色彩通道之前,还包括对三个二维字节矩阵执行尺寸统一化操作和差异化图像增强操作:将所有二维字节矩阵统一缩放至目标尺寸;对classes.dex文件对应的二维字节矩阵采用canny边缘检测算法提取结构轮廓特征,对androidmanifest.xml文件对应的二维字节矩阵和resources.arsc文件对应的二维字节矩阵分别采用直方图均衡化技术增强对比度;将经过差异化图像增强操作后的三个二维字节矩阵分别映射至三个色彩通道。

3.根据权利要求1所述的基于马尔科夫图注意力网络的安卓恶意软件家族细粒度分类方法,其特征在于,三个色彩通道为红绿蓝三个色彩通道,三个二维字节矩阵分别映射至红绿蓝三个色彩通道时,classes.dex文件对应的二维字节矩阵映射至红色通道,androidmanifest.xml文件对应的二维字节矩阵映射至绿色通道,resources.arsc文件对应的二维字节矩阵映射至蓝色通道。

4.根据权利要求1所述的基于马尔科夫图注意力网络的安卓恶意软件家族细粒度分类方法,其特征在于,提取所述三个文件的多元行为特征序列包括:从classes.dex文件中提取dalvik指令集的操作码流,构建dex操作码序列;从androidmanifest.xml文件中提取权限声明与组件声明信息,构建xml结构序列;从resources.arsc文件中提取基于意图过滤器构建的资源引用链,构建arsc资源序列。

5.根据权利要求1所述的基于马尔科夫图注意力网络的安卓恶意软件家族细粒度分类方法,其特征在于,执行马尔科夫状态转移概率矩阵构建操作包括:设定频率累积贡献率阈值,对于多元行为特征序列中的每个行为特征序列,按照频次从高到低依次累加各状态的频率,当累积频率首次达到或超过频率累积贡献率阈值时,将当前已累加的状态数量作为行为特征序列的状态空间大小;统计行为特征序列中相邻状态之间的转移频次以构建状态转移频次矩阵,对状态转移频次矩阵的每一行进行行归一化处理,得到与行为特征序列对应的马尔科夫转移概率矩阵。

6.根据权利要求1所述的基于马尔科夫图注意力网络的安卓恶意软件家族细粒度分类方法,其特征在于,将三个马尔科夫转移概率矩阵进行多模态特征级融合,采用元素级加和策略:将三个马尔科夫转移概率矩阵中相同位置索引处的元素值相加,得到联合马尔科夫转移概率融合矩阵中对应位置索引处的元素值。

7.根据权利要求1所述的基于马尔科夫图注意力网络的安卓恶意软件家族细粒度分类方法,其特征在于,将联合马尔科夫转移概率融合矩阵进行处理包括:将联合马尔科夫转移概率融合矩阵进行归一化处理,生成归一化矩阵,再执行局部动态二值化处理,对于归一化矩阵中的每一个位置,计算以该位置为中心的邻域内所有像素值的高斯加权平均值作为自适应阈值,当该位置的像素值大于自适应阈值时将该位置赋值为第一数值,否则赋值为第二数值,生成二值化特征图。

8.根据权利要求1所述的基于马尔科夫图注意力网络的安卓恶意软件家族细粒度分类方法,其特征在于,图注意力网络编码子模块在训练阶段以训练样本的邻接矩阵和节点特征矩阵为输入,节点特征矩阵由训练样本的rgba四通道图像张量经卷积特征提取后生成,邻接矩阵基于训练样本的家族标签构建,属于同一家族类别的训练样本之间建立连接边,每个训练样本与自身建立自环连接;图注意力网络编码子模块通过多层图注意力传播更新节点特征,每一层图注意力层将每个节点的输入特征向量通过线性变换映射为查询向量、键向量和值向量,计算该节点与每个邻居节点之间的原始注意力系数,对所有邻居节点的原始注意力系数执行归一化得到归一化注意力系数,将每个邻居节点的值向量按照所述归一化注意力系数进行加权求和,经激活函数处理后作为该节点在当前层的输出特征向量。

9.根据权利要求1所述的基于马尔科夫图注意力网络的安卓恶意软件家族细粒度分类方法,其特征在于,可分离多头自注意力视觉编码子模块包含多个编码层,每个编码层包含可分离多头自注意力子模块和前馈网络子模块;可分离多头自注意力子模块将输入序列沿特征维度划分为多个头,对于每个头,将查询子矩阵与键子矩阵进行逐元素乘积并缩放后执行归一化得到归一化上下文分数,利用归一化上下文分数对值子矩阵进行加权聚合生成上下文向量,将所有头的输出拼接后经投影矩阵变换得到可分离多头自注意力子模块的输出;可分离多头自注意力视觉编码子模块还包含部分卷积模块,部分卷积模块以rgba四通道图像张量的透明度通道为输入,部分卷积模块的输出经全局平均池化后与可分离多头自注意力视觉编码子模块的分类令牌输出向量拼接,生成视觉特征向量。

10.根据权利要求1所述的基于马尔科夫图注意力网络的安卓恶意软件家族细粒度分类方法,其特征在于,在训练阶段采用类别平衡焦点损失函数对马尔科夫图注意力双路径聚合网络进行优化训练,类别平衡焦点损失函数包含类别平衡权重和焦点调节因子,类别平衡权重根据每个家族类别的样本数量计算得到,样本数量越少的家族类别所对应的类别平衡权重越大,焦点调节因子根据模型对训练样本真实类别的预测概率计算得到,预测概率越低则焦点调节因子越大;在推理阶段,图注意力网络编码子模块被旁路,图级特征向量替换为默认图特征向量,默认图特征向量是在训练阶段与马尔科夫图注意力双路径聚合网络参数一同学习得到的可学习参数。