基于优化模糊C均值的手机恶意软件检测

摘要：

为了提高手机恶意软件检测的有效性,文章采用优化的模糊C均值(FCM)聚类算法对海量恶意软件进行自动分类检测.首先通过引入万有引力算子增强蝙蝠算法的群体联动性,提出了一种智能蝙蝠算法(IBA),用智能蝙蝠算法优化模糊C均值,优化后的FCM能够显著提高手机恶意软件的检测效率.仿真实验表明,IBA具有较好的全局搜索能力和优化精度,用其优化后的FCM具有更高的稳定性和更好的聚类精度,对手机恶意软件检测效果良好.

关键词：恶意软件检测、智能蝙蝠算法、模糊C均值

分类号：TP309(计算技术、计算机技术)

资助基金：国家自然科学基金61170017;华中师范大学中央高校基本科研业务费项目CCNU2015GF0004

在线出版日期：2016-05-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：45-50