改进随机森林在Android恶意软件检测中的应用

• 作者: 熊健 覃仁超 何梦乙 刘建兰 唐风扬
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: Android 分类 随机森林 加权投票 静态特征提取
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 网络、通信与安全
• 页码范围: 130-136
• 页数: 7页
• 分类号: TP393.08
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2001-0291

摘要

为解决Android恶意软件检测问题,提出一种利用多特征基于改进随机森林算法的Android恶意软件静态检测模型.模型采用了基于行为的静态检测技术,选取Android应用的权限、四大组件、API调用以及程序的关键信息如动态代码、反射代码、本机代码、密码代码和应用程序数据库等属性特征,对特征属性进行优化选择,并生成对应的特征向量集合.最后对随机森林算法进行改进,并将其应用到本模型的Android应用检测中.实验选取了6000个正常样本和6000个恶意样本进行分类检测,结果表明该方法具有较好的检测效果.