基于优化模糊C均值的手机恶意软件检测

• 作者: 崔建群 曾庆江 郭亚军 黄世锋
• 来源期刊: 信息网络安全
• 学科: 工学
• 关键词: 恶意软件检测 智能蝙蝠算法 模糊C均值
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 技术研究
• 页码范围: 45-50
• 页数: 6页
• 分类号: TP309
• 字数: 5330字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-1122.2016.01.009

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭亚军	华中师范大学计算机学院	38	323	10.0	17.0
2	崔建群	华中师范大学计算机学院	39	271	10.0	14.0
3	曾庆江	华中师范大学计算机学院	12	51	4.0	6.0
4	黄世锋	华中师范大学计算机学院	1	3	1.0	1.0