基于深度森林的安卓恶意软件行为分析与检测
中国人民公安大学信息技术与网络安全学院; 北京100038
- 安卓恶意软件
- 静态检测技术
- 深度森林
- 多分类行为检测
摘要：随着移动互联网渐渐渗入人们的日常生活,面向安卓的恶意软件也对用户产生着愈发巨大的负面影响。本文针对传统安卓恶意软件静态检测技术在检测多分类恶意行为时准确性及灵活性的不足,提出了一种基于深度森林(Gcforest)的恶意软件行为检测机制,最后经过实验测试与对比,证明此机制在恶意软件行为检测效果、参数调节难易度上具有明显优势。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
