预览加载中,请您耐心等待几秒...
1/3
2/3
3/3

在线预览结束,喜欢就下载吧,查找使用更方便

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

Android恶意软件检测方法对抗样本研究的任务书 任务书 一、任务背景 随着智能手机的普及,安卓(Android)操作系统成为目前全球最流行的智能手机操作系统,也成为了黑客攻击的主要目标。2019年国内手机病毒的增长率达到112%以上,安卓操作系统也因此成为了受攻击最多的操作系统。恶意软件每天都在不断变化,检测的难度也在不断提升,安卓恶意软件的检测技术也越发成熟。然而,对抗样本攻击目前仍然是安卓恶意软件检测技术面临的一个难点和瓶颈。 对抗样本攻击是指对于分类器进行攻击,改变输入样本的特征,使得分类器的输出发生改变,进而降低恶意软件检测的准确性和稳定性。近年来,这种攻击方式逐渐流行,给恶意软件检测带来了很大的挑战。 因此,本任务旨在通过对抗样本攻击的研究,为安卓恶意软件检测提供更加有效的解决方案。 二、任务内容 1.调研现有的对抗样本攻击方法,从机器学习角度阐述对抗样本攻击原理和实现过程。 2.收集安卓恶意软件,利用安卓程序进行对抗样本攻击的实验,并制定相应的对抗样本攻击策略。 3.研究和分析机器学习分类器在对抗样本攻击下的表现,以及不同防御算法对抗拒绝服务攻击的能力。 4.提出对抗样本检测与防御算法,对实验结果进行分析。 5.撰写本次对抗样本研究的论文。 三、预期成果 1.实现对抗样本攻击的研究,掌握对抗样本攻击的原理和实现方式。 2.对机器学习分类器在对抗样本攻击下的表现进行研究,并对实验结果进行分析和讨论。 3.提出对抗样本检测与防御算法,能够应对对抗样本攻击。 4.完成对抗样本研究的论文,可以用于学术交流和实际应用场景。 四、任务计划 1.第一周:调研现有的对抗样本攻击方法、研究对抗样本攻击的原理和实现方式。 2.第二周:收集安卓恶意软件,利用安卓程序进行对抗样本攻击的实验,并制定相应的对抗样本攻击策略。 3.第三周:研究和分析机器学习分类器在对抗样本攻击下的表现,以及不同防御算法对抗拒绝服务攻击的能力。 4.第四周:提出对抗样本检测与防御算法,对实验结果进行分析。 5.第五周:撰写对抗样本研究的论文,完成稿件初步撰写。 6.第六周:根据细节进行修稿并推进文章初审。 7.第七周:推进论文细化修改,并做好状态预备姿态,等待接受最终结果。 五、任务要求 1.精通机器学习理论,熟悉Python编程。 2.具备较强的学习和研究能力,能够独立完成研究任务。 3.研究过相关的机器学习恶意软件检测算法优先考虑。 4.输出高质量论文,参加相关学术会议展示成果。 六、经费预算 预计经费:20000元 其中,研究所需设备、文献等费用:10000元 研究人员工资、福利、交通费、差旅费等:10000元 以上经费由公司全额承担。 七、评估方案 1.撰写高质量论文:50分 2.对抗样本攻击研究实验:30分 3.提出对抗样本检测与防御算法:20分 参考文献: [1]王瑞龙,石伟成,郭菁.对抗样本的机器学习研究进展[J].电子科技大学学报,2020,49(4):644-654. [2]KouG,DixitV,ChenY,etal.AdversarialmachinelearningagainstintrusiondetectionsystemsinAndroidOS[M]//CybersecurityforIndustry4.0.Springer,Cham,2019:67-85. [3]XiangC,ZhaoJ,LiuJ,etal.AdversarialattackmethodsfordeeplearninginAndroidmalwaredetection[J].Peer-to-PeerNetworkingandApplications,2019,12(5):1383-1392. [4]ChenT,LiC,WangX,etal.Adversarialexamples:Attacksanddefensesfordeeplearning[J].IEEETransactionsonNeuralNetworksandLearningSystems,2020,31(4):1089-1106.