基于深度森林的安卓惡意軟件行為分析與檢測
石興華; 曹金璇; 蘆天亮 中國人民公安大學信息技術與網絡安全學院; 北京100038
- 安卓惡意軟件
- 靜態檢測技術
- 深度森林
- 多分類行為檢測
摘要：隨著移動互聯網漸漸滲入人們的日常生活,面向安卓的惡意軟件也對用戶產生著愈發巨大的負面影響。本文針對傳統安卓惡意軟件靜態檢測技術在檢測多分類惡意行為時準確性及靈活性的不足,提出了一種基于深度森林(Gcforest)的惡意軟件行為檢測機制,最后經過實驗測試與對比,證明此機制在惡意軟件行為檢測效果、參數調節難易度上具有明顯優勢。
注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社
