“基于深度学习的 Android 恶意软件检测的 设计分析”总结

一、主要内容：该文献主要技术是自行设计出一套基于深度学习的 Android 恶意软件检测系统。静态特征与动态特征共同组成此检测系统的安全相关特征，通过特征选择算法，以深度学习、降噪编码机及自动编码机联合运用实现任务分类。分别采用 8000 个良性应用软件和 7000 个恶意软件对检测系统进行测试。基于深度学习的 Android 恶意软件检测系统具有更高检测准确率，性能更佳。

二、总结：本文对一种以深度学习算法（SDA）为基础的 Android 恶意软件检测系统进行设计并实现。通过系统设计、系统分析和改进SDA等实验来实现对恶意软件的检测。

三、我的想法：我认为也可以基于深度学习阻止给安卓手机发送恶意弹窗广告。恶意弹窗广告是一种强迫式的广告，这些广告给投放者带来巨大的利益，但是严重影响了用户体验，侵犯了用户权益，同时也带来很多安全隐患。查阅过一些文献，几乎都是对恶意广告的检测等，很少有说对广告的阻止文献。

参考文献：
[1]杨基慧.基于深度学习的Android恶意软件检测的设计分析[J].科学技术创新,2020(34):85-86.
[2]孙冲冲,徐亚峰,卜东泰,韩港成,胥勋鹏,高明.恶意弹窗广告攻击检测技术的研究[J].软件工程,2020,23(05):27-30.