基于Xgboost的Android恶意软件检测方法

• 作者: 王雪敬
• 来源期刊: 电脑知识与技术:学术版
• 学科: 工学
• 关键词: Xgboost ANDROID 恶意软件 特征提取 检测分类
• 年，卷（期）: 2019,（6X）
• 页码范围: 288-290
• 页数: 3页
• 分类号: TP393.08

摘要

Android操作系统是当今最流行的智能手机操作系统,Android平台的恶意软件也急剧增长,而目前仍然没有十分有效的手段对Android恶意软件进行检测,该文通过分析Android恶意软件并获取特征,采用机器学习算法Xgboost对Android恶意软件进行检测分类。选取Permission、Intent和API作为特征属性并进行优化选择,用Xgboost算法对特征集进行训练和测试,得到最终分类结果。实验结果表明,提出的基于检测方法有较好的检测准确率和较低的误报率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王雪敬	广东工业大学计算机学院	2	0	0.0	0.0