基于SVM的安卓恶意软件检测

• 作者: 尹传环 张玉玲
• 来源期刊: 山东大学学报（工学版）
• 学科: 工学
• 关键词: 安卓恶意软件 SVM 概率统计 特征抽取 降维
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 机器学习与数据挖掘
• 页码范围: 42-47
• 页数: 6页
• 分类号: TP391
• 字数: 4381字
• 语种: 中文
• DOI: 10.6040/j.issn.1672-3961.1.2016.150

摘要

为了有效检测恶意软件,减少恶意软件对安卓平台的安全造成的威胁,在对现有数据集分析研究的基础上,提出概率统计和特征抽取两种策略,分别用这两种策略对提取的特征进行降维处理,减少不确定性数据,再用线性支持向量机(support vector Machine,SVM)分类,模型训练时间缩短为原来的16.7%,并且检测未知恶意软件的准确率明显提高.将该降维策略在其他常用算法上进行试验,结果表明改进后的数据有助于提高这些算法的分类准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	尹传环	北京交通大学计算机与信息技术学院	14	117	7.0	10.0
2	张玉玲	北京交通大学计算机与信息技术学院	3	9	1.0	3.0