基于决策树的恶意应用软件检测方法
为了能够更精准检测恶意应用软件,保证计算机或个人移动中终端的数据安全以及个人财产安全,需要对传统的恶意应用软件检测方法进行改良,因此基于决策树对恶意应用软件检测方法进行研究.研究基本的决策树算法,分析得到决策树算法在恶意应用软件检测过程中的两种应用方式,并分别阐述CART决策树生成算法与CART决策树剪枝算法的应用原理.提取数据集中的样本特征、构建相应的样本特征数据集,基于决策树进行相应的样本特征筛选,并研究该算法的训练方法.最后设计实验,验证基于决策树的恶意应用软件检测方法达成了研究目的,具备算法的优越性和实用性.
决策树、恶意应用软件、Android系统
17
TP311(计算技术、计算机技术)
2021-05-24（万方平台首次上网日期，不代表论文的发表时间）
共2页
49-50
