| 基于特征生成方法的Android恶意软件检测方法 | |
| 所屬分類：技术论文 | |
| 上傳者：aetmagazine | |
| 文檔大?。?span>322 K | |
| 標簽： 恶意软件检测 特征工程 特征生成 | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：针对传统特征工程中需要大量专家经验和人力的不足，研究了基于特征生成方法的Android恶意软件检测方法。基于UC Berkeley的ExploreKit自动特征生成方法，通过对原始特征计算获得大量候选特征，根据候选特征的元特征预测其性能并进行评估排序，使用贪心算法从中选出能够提升模型性能的新特征。从APK中提取了敏感API、危险权限等多种特征，在根据信息增益对特征进行筛选后，输入到特征生成框架中，使用C4.5、SVM和随机森林等作为分类模型。实验证明，该方法使错误率平均降低了24.6%，准确率达到了96.5%，曲线下面积(Area Under Curve，AUC)达到了0.99。 | |
| 現在下載 | |
| VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計算機系統工程研究所版權所有 京ICP備10017138號-2