📣📣一作论文被Neurocomputing接收。使用图卷积神经网络对安卓函数调用图进行学习、特征提取，在众多分类器都取得了超过99%的准确性和召回率💪💪。

👏👏👏👏👏历时大半年，经过大修、小修，论文“Learning Features from Enhanced Function Call Graphs for Android Malware Detection”终于被Neurocomputing接收了❤️❤️❤️❤️❤️

函数调用图

从android app反编译的smali文件中中提取函数调用图，具体形式是邻接矩阵。使用图卷积神经网络进行学习处理。使用word2vec算法获取函数结点语义表示，构成图卷积神经网络所需的函数结点特征矩阵。

image-20201024101947531
image-20201024102013868
image-20201024102034436

分类效果

在从Androzoo获取的5万多的app数据集上，五折交叉验证，图卷积神经网络从函数调用图提取的特征在众多机器学习分类器上都表现出色。对比特征包括权限、敏感API等静态特征。

image-20201024102117103