基于BPSO-NB算法的Android恶意应用检测方法

来源 :计算机与现代化 | 被引量 : 0次 | 上传用户:xiaoxz
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为了提高Android恶意应用检测效率,将二值粒子群算法(BPSO,Binary Particle Swarm Optimization)用于原始特征全集的优化选择,并结合朴素贝叶斯(NB,Nave Bayesian)分类算法,提出一种基于BPSO-NB的Android恶意应用检测方法。该方法首先对未知应用进行静态分析,提取Android Manifest.xml文件中的权限信息作为特征。然后,采用BPSO算法优化选择分类特征,并使用NB算法的分类精度作为评价函数。最后采用NB分类算法构建Android
其他文献
通过在6个工况组合的数值模拟基础上,对单层柱面网壳结构常温下和不同受火区域情况下应力应变、支座效应和稳定性的分析比较,得出单层柱面网壳属于敏感性受力结构,在火灾高温下
卷积神经网络模型的训练通常需要大量的训练样本,导致训练时间过长。针对这一问题,本文提出一种基于余弦相似度的边界样本选择方法,选取边界样本构造训练集。通过该方法分别对MNIST,CIFAR10,SVHN数据集进行样本选择,利用卷积神经网络分类器进行实验研究。实验结果表明:该方法能够保留训练集中的典型样本,剔除冗余样本,从而减少训练样本的数量,缩短网络训练时间,提高网络学习效率。
研制了汽油池火传播速率实验平台,以水和多孔吸油材料作为基质,借助高速摄像机记录火焰传播的动态过程,分析火焰的传播速率规律。结果表明:其闪火焰锋面在两种基质上均以某一平均
<正>本期专家:刘承,清华长庚医院中医科主任,北京中西医结合学会康复专业委员会青年委员,中国中医药研究促进会中医生殖医学专业委员会常务委员,世界中医药联合会内科分会会