《计算机工程与科学杂志》发表论文赏析

面向分类器进行特征加权的Android恶意软件检测

来源:计算机工程与科学杂志2025年第9期北京时间:

作者:熊智1, 2, 刘芳1, 王逸轩1

单位:1.汕头大学数学与计算机学院,广东 汕头 515800;2.智能制造技术教育部重点实验室汕头大学,广东 汕头 515063

摘要:特征加权可以提供更综合的信息增强模型的学习能力和决策准确性,但在实际运用时往往忽视了特征与分类器之间的相互关系。针对这一问题,提出一种面向分类器的特征加权法COFW,并将其应用于Android恶意软件检测。首先从Android应用程序包中提取7个类别的特征,并挑选出最重要的特征子集;其次根据检测恶意软件所使用的分类器,采用COFW为该分类器计算每个特征的最优权重;最后采用加权后的特征训练该分类器。COFW采用去一法为每个特征计算初始权重,然后通过一个映射函数将其映射为最终权重,并采用差分进化算法优化映射函数和分类器的参数。实验结果表明,运用COFW进行特征加权能够提升分类器的性能,并且COFW的性能优于其他4种为Android恶意软件检测设计的特征加权法。

关键词:特征加权,面向分类器,映射函数,Android恶意软件检测,

基金资助:广东省基础与应用基础研究基金(2024A1515011765); 广东省科技计划(STKJ2023012)

2025年9期其他文献查阅:

芯粒互联接口中多协议支持技术及标准化研究

基于多源日志语义分析的异构超算平台作业故障识别

MIMD众核架构ILU分解并行算法优化研究

面向偏微分方程求解的存内计算电路及宏单元设计

CPWS:一种基于检查点的GPGPU多级warp调度器

针对无线网络的变权重多属性决策算法

对抗性仲裁器物理不可克隆函数真的安全吗

面向分类器进行特征加权的Android恶意软件检测

基于区块链和属性基加密的用户分类分级访问控制模型

LwFEN:一种无监督行人再识别的轻量特征提取网络

基于特征解耦的双流网络模型全色锐化

一种适合大面积破损图像的多重修复网络

基于Transformer的逐像素细节补偿去雾网络

一种安全低功耗的无人机避障方法研究

求解异构带容量车辆路径问题的带有注意力协作机制的分层解码器模型

多策略改进的山地瞪羚优化算法及其应用

一种针对固定故障的忆阻神经网络容错方案

基于MMD-GA的深度学习测试集优化约简

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!