基于Xgboost的Android恶意软件检测方法
Android操作系统是当今最流行的智能手机操作系统,Android平台的恶意软件也急剧增长,而目前仍然没有十分有效的手段对Android恶意软件进行检测,该文通过分析Android恶意软件并获取特征,采用机器学习算法Xgboost对Android恶意软件进行检测分类.选取Permission、Intent和API作为特征属性并进行优化选择,用Xgboost算法对特征集进行训练和测试,得到最终分类结果.实验结果表明,提出的基于检测方法有较好的检测准确率和较低的误报率.
Xgboost、Android、恶意软件、特征提取、检测分类
15
TP393.08(计算技术、计算机技术)
该文得到广东省科技计划项目2017B090906003;广州市科技计划项目201802010043、201807010058
2019-07-18(万方平台首次上网日期,不代表论文的发表时间)
共3页
288-290