基于改进决策树分类的Android恶意软件检测

• 作者: 鲍美英
• 来源期刊: 软件
• 学科: 工学
• 关键词: Android系统 恶意软件 检测 决策树
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 基金项目论文
• 页码范围: 33-36
• 页数: 4页
• 分类号: TP311
• 字数: 3107字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6970.2017.02.008

摘要

针对目前Android手机恶意软件越来越多的问题,本文在现有研究的基础上,设计了一个Android恶意软件检测框架.该框架通过提取Android应用程序的特征属性,结合Fisher Score、信息增益和卡方检验三种特征选择方法,对属性特征进行预处理,然后利用恶意检测模块中的改进决策树算法对软件进行分类.通过实验仿真,结果表明使用该检测框架检测恶意软件具有较低的误报率和较高的精确度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	鲍美英	山西大同大学数学与计算机科学学院	18	80	5.0	8.0