基于改進樸素貝葉斯算法的Android惡意軟件檢測.pdf

1、現(xiàn)在基于Android平臺的智能手機占了整個智能手機市場的大部分份額，Android平臺上的惡意軟件數(shù)量呈現(xiàn)出逐年增長趨勢，Android惡意軟件的研究也成為了移動安全的研究熱點。將機器學(xué)習(xí)技術(shù)應(yīng)用到Android惡意軟件檢測當中已經(jīng)很常見了，其中運用樸素貝葉斯分類算法對Android惡意軟件檢測比較多，但在現(xiàn)有的基于樸素貝葉斯分類算法Android惡意軟件研究當中，并沒有考慮到樸素貝葉斯分類算法的不足，其不足有特征屬性之間相互獨立的假

2、設(shè)性條件以及每個特征屬性的權(quán)重值都視為一樣，從而影響了Android惡意軟件的檢測性能。
　　本文針對以上樸素貝葉斯分類算法的Android惡意軟件檢測不足，提出了以下兩點改進，其改進第一點是提取出適合樸素貝葉斯分類算法的預(yù)處理特征集，特征集是由Android應(yīng)用程序配置文件中的權(quán)限標簽和Android應(yīng)用程序源代碼中的敏感API組合而成，并利用信息增益和卡方檢驗組合算法進行數(shù)據(jù)預(yù)處理。其改進第二點是對特征屬性進行加權(quán)系數(shù)，以此來