基于随机森林算法的Android恶意代码特征分析

• 作者: 任小波 刘贺翔 张长胜 李川 李英娜
• 来源期刊: 电子科技
• 学科: 工学
• 关键词: Android 恶意代码 随机森林算法
• 年，卷（期）: 2018,（5）
• 页码范围: 28-32
• 页数: 5页
• 分类号: TN918|TP309.7
• 字数: 3006字
• 语种: 中文
• DOI: 10.16180/j.cnki.issn1007-7820.2018.05.008

摘要

针对Android恶意代码泛滥问题.文中提取出Android的权限特征,采用随机森林算法对应用特征进行匹配训练,从原始训练集中,有放回地抽取一定数量的样本,作为根节点并开始不断进行训练.直到所有节点都被遍历或训练结束,从而实现特征叶子节点与案例库中的特征匹配.实验分析结果表明,从选择的算法效果来看,准备率实验结果表明,在权限特征维度上,随机森林算法的表现都比普通常规算法好;从误报率上来看,随机森林算法的效果同样较普通算法要好.但是,随机森林算法在60维之前的漏报率表现略显不足.所以,为了构建权限特征的检测模块,最终选择随机森林算法和后60维的权限特征.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张长胜	昆明理工大学信息工程与自动化学院	91	218	7.0	10.0
2	李川	昆明理工大学信息工程与自动化学院	263	997	14.0	18.0
3	李英娜	昆明理工大学信息工程与自动化学院	148	412	10.0	12.0
4	任小波	昆明理工大学信息工程与自动化学院	4	4	1.0	2.0
5	刘贺翔	昆明理工大学信息工程与自动化学院	2	5	1.0	2.0