基于特征生成方法的Android惡意軟件檢測方法
所屬分類：技術論文
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；重復下載不扣分，本人上傳資源不扣分。