-
公开(公告)号：CN110990834A
公开(公告)日：2020-04-10
申请号：CN201911135061.8
申请日：2019-11-19
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种Android恶意软件检测的方法、系统及介质，本发明引入智能代理模型的概念来动态认定应用程序。该方法首先提取Android系统清单文件存在的风险属性，通过词频计算转化为数值，再由等距分箱处理将数值划分为三类集合XLR、XHR和XMR，进而确定样本集类型并加入到模型中，其次对提取的权限属性，API属性等根据不同类别采用并行化的特征选择和特征融合方式，使得最大程度地去除相关性和冗余性属性，最后对处理后的特征集进行归一化处理，构建支持向量机分类器。本发明的优点在于，根据分类结果对智能代理模型进行动态调整，进而提高了检测过程中的可识别性，并通过对特征的分类处理，更加有效的利用了特征数据，提高了分类模型的准确性。
-
公开(公告)号：CN110990834B
公开(公告)日：2022-12-27
申请号：CN201911135061.8
申请日：2019-11-19
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种Android恶意软件检测的方法、系统及介质，本发明引入智能代理模型的概念来动态认定应用程序。该方法首先提取Android系统清单文件存在的风险属性，通过词频计算转化为数值，再由等距分箱处理将数值划分为三类集合XLR、XHR和XMR，进而确定样本集类型并加入到模型中，其次对提取的权限属性，API属性等根据不同类别采用并行化的特征选择和特征融合方式，使得最大程度地去除相关性和冗余性属性，最后对处理后的特征集进行归一化处理，构建支持向量机分类器。本发明的优点在于，根据分类结果对智能代理模型进行动态调整，进而提高了检测过程中的可识别性，并通过对特征的分类处理，更加有效的利用了特征数据，提高了分类模型的准确性。
-
Search Results
2
records
(took 0.016 seconds)
