10.3969/j.issn.1000-386x.2022.06.046
一种基于生物启发特征优化的Android恶意软件检测方法
针对Android恶意软件检测中特征数量庞大、检测精度低下的问题,提出一种基于离散二进制鲸鱼优化算法(Binary Whale Optimization Algorithm,BWOA)进行特征优化的Android恶意软件检测方法.该方法获取Android软件的权限、组件和API信息构建特征向量,采用信息增益(IG)过滤去除冗余特征和不相干特征,降低BWOA的搜索空间;利用BWOA选择最优特征子集,并同步优化SVM分类器的关键参数,提出一种基于分类准确率、特征子集长度、支持向量个数的新适应度函数作为优化算法的评判标准.实验结果表明,该方法能够有效获取最优特征子集并同步优化SVM关键参数,具有很好的自适应性和较高的检测精度.
Android恶意软件检测、特征优化、信息增益、鲸鱼优化算法、支持向量机
39
TP393(计算技术、计算机技术)
国家重点研发计划2018YFB0803600
2022-07-18（万方平台首次上网日期，不代表论文的发表时间）
共7页
309-314,341
