领域知识驱动的安卓软件对抗样本生成方法
来源：计算机应用与软件杂志2025年第8期北京时间：
作者：钟明, 张晓寒, 张源
摘要：安卓软件对抗样本是移动恶意软件检测领域的研究热点。现有生成方法仅从梯度、算法等模型角度出发，而忽略了安卓软件内在特质，导致样本生成效率低、样本质量不可靠等问题。该文提出一种领域知识驱动的安卓对抗样本生成DK-JSMA方法，使用文本分析、代码分析和专家知识等方法提取并量化安卓领域知识，优化扰动过程的选择策略和选择结果。在大规模数据集上的实验结果表明，该方法比经典的JSMA方法生成效率更高，在深度神经网络、支持向量机和随机森林等主流模型上降低20%、23%和44%以上的特征失真度。
关键词：安卓对抗样本, 领域知识, 恶意软件检测, 特征选择, 机器学习
