张巍
- 作品数：1 被引量：7H指数：1
- 供职机构：中国科学院深圳先进技术研究院更多>>
- 发文基金：广东省教育部产学研结合项目更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于移动软件行为大数据挖掘的恶意软件检测技术被引量：7
- 2016年
- 目前移动恶意软件数量呈爆炸式增长,变种层出不穷,日益庞大的特征库增加了安全厂商在恶意软件样本处理方面的难度,传统的检测方式已经不能及时有效地处理软件行为样本大数据。基于机器学习的移动恶意软件检测方法存在特征数量多、检测准确率低和不平衡数据的问题。针对现存的问题,文章提出了基于均值和方差的特征选择方法,以减少对分类无效的特征;实现了基于不同特征提取技术的集合分类方法,包括主成分分析、Kaehunen-Loeve变换和独立成分分析,以提高检测的准确性。针对软件样本的不平衡数据,文章提出了基于决策树的多级分类集成模型。实验结果表明,文章提出的三种检测方法都可以有效地检测Android平台中的恶意软件样本,准确率分别提高了6.41%、3.96%和3.36%。
- 张巍任环张凯李成明姜青山
- 关键词：特征提取
