10.3969/j.issn.1003-3254.2018.02.033
基于多特征和Stacking算法的Android恶意软件检测方法
Android由于其广泛的普及率使得其平台上的恶意软件数量不断增加, 针对目前大部分方法采用单一特征和单一算法进行检验, 准确率不高的不足, 提出了一种基于多特征与Stacking算法的静态检测方法, 该方法能够弥补这两方面的不足. 首先使用多种特征信息组成特征向量, 并且使用Stacking集成学习算法组合Logistic, SVM, k近邻和CART决策树多个基本算法, 再通过训练样本进行学习形成分类器. 实验结果表明, 相对于使用单一特征和单一算法其识别准确率得到提高, 可达94.05%, 该分类器对测试样本拥有较好的识别性能.
Android、恶意软件检测、集成学习、Stacking算法、多特征
27
重庆大学国家级大学生创新创业计划201610611016
2018-03-13(万方平台首次上网日期,不代表论文的发表时间)
共5页
197-201