一种面向安卓恶意软件家族分类的数据增强方法及系统

本发明属于网络技术与安全相关技术领域，其公开了一种面向安卓恶意软件家族分类的数据增强方法及系统，方法包括：基于目标样本生成对抗样本对目标小家族进行数据增强；其中构建强化学习策略网络根据原始样本生成挑选概率；建立奖励函数，在扰动后样本的分类结果越容易靠近目标小家族时奖励值越高；根据奖励值对策略网络进行训练并以此来挑选目标样本；还对目标小家族内部的样本进行家谱分析，根据家族演化路径生成演化样本进行数据增强。本发明利用对抗样本提升了模型在边界附近的判别能力；演化样本提升了小类别在空间中的分布密度和覆盖范围，有机结合对抗样本和演化样本，为解决长尾分布下的家族分类问题提供了新的技术途径。