论文部分内容阅读
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。
关键词:Xgboost;Android;恶意软件;特征提取;检测分类
中图分类号:TP393.08
关键词:Xgboost;Android;恶意软件;特征提取;检测分类
中图分类号:TP393.08