基于特征生成方法的Android惡意軟件檢測方法
所屬分類：技術(shù)論文
上傳者：aetmagazine
文檔大?。?span>322 K
標簽： 惡意軟件檢測 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：針對傳統(tǒng)特征工程中需要大量專家經(jīng)驗和人力的不足,，研究了基于特征生成方法的Android惡意軟件檢測方法,。基于UC Berkeley的ExploreKit自動特征生成方法,，通過對原始特征計算獲得大量候選特征,，根據(jù)候選特征的元特征預(yù)測其性能并進行評估排序，使用貪心算法從中選出能夠提升模型性能的新特征,。從APK中提取了敏感API,、危險權(quán)限等多種特征，在根據(jù)信息增益對特征進行篩選后,，輸入到特征生成框架中,，使用C4.5、SVM和隨機森林等作為分類模型,。實驗證明,，該方法使錯誤率平均降低了24.6%，準確率達到了96.5%,，曲線下面積(Area Under Curve,，AUC)達到了0.99。
現(xiàn)在下載
VIP會員,，AET專家下載不扣分,；重復(fù)下載不扣分，本人上傳資源不扣分,。