基于元学习的Android恶意软件家族分类方法

本发明公开了基于元学习的Android恶意软件家族分类方法，具体为：步骤1：收集初始样本数据集并进行预处理得到Android恶意软件灰度图像；步骤2：对样本数据集中所有Android恶意软件灰度图像进行基于空间交叉Mamba特征编码的全局聚合特征嵌入向量集提取；步骤3：对全局聚合特征嵌入向量集进行异质图结构推理；步骤4：对最终节点特征矩阵进行多任务联合损失约束优化训练，提供推断未知样本数据Android恶意软件家族归属的分类决策结果。本发明方法解决了在数据匮乏环境下人工收集数据成本高、序列长距离上下文关联缺失、Android恶意软件家族高度变异导致分类面模糊和分类准确率低的问题。