目前，移动终端恶意软件从权限提升、远程控制、资源泄漏等三方面严重威胁工业控制系统和用户核心数据安全。为此，公司需要研发一套面向移动终端的恶意软件检测云计算平台原型系统，实现移动终端多源数据采集;结合大数据分析与建模技术、机器学习和人工智能等技术，采用多源数据采集及融合处理，研发恶意软件识别和发现系统，为企业核酸检测、检验、筛查仪器正确检测，（科技成果评价）以及配方等核心数据的安全防护提供安全保障。主要研究内容：(1)架构、设计并实现移动终端恶意软件检测云服务平台;(2)实现对移动智能终端数据采集及融合技术分析：多源数据采集、数据元、多维数据存储管理、数据融合分析;(3)开展基于机器学习的恶意软件检测技术研究;技术指标：(1)提出一种基于机器学习的体外诊断设备恶意软件检测方法;(2)研发一个移动终端恶意软件检测云服务平台;(3)恶意软件检测正确性达到80%以上，误报率低于10%;(4)云端检测时间低于15ms。
