改进随机森林在Android恶意软件检测中的应用

摘要：

为解决Android恶意软件检测问题,提出一种利用多特征基于改进随机森林算法的Android恶意软件静态检测模型.模型采用了基于行为的静态检测技术,选取Android应用的权限、四大组件、API调用以及程序的关键信息如动态代码、反射代码、本机代码、密码代码和应用程序数据库等属性特征,对特征属性进行优化选择,并生成对应的特征向量集合.最后对随机森林算法进行改进,并将其应用到本模型的Android应用检测中.实验选取了6000个正常样本和6000个恶意样本进行分类检测,结果表明该方法具有较好的检测效果.

关键词：Android、分类、随机森林、加权投票、静态特征提取

所属期刊栏目：57

分类号：TP393.08(计算技术、计算机技术)

资助基金：国家部委基础科研计划;四川省教育厅网络空间安全数据分析关键研究;四川省科技重点研发项目;西南科技大学研究生创新基金

在线出版日期：2021-02-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：130-136