基于改進(jìn)樸素貝葉斯算法的Android惡意軟件檢測(cè).pdf

1、現(xiàn)在基于Android平臺(tái)的智能手機(jī)占了整個(gè)智能手機(jī)市場(chǎng)的大部分份額，Android平臺(tái)上的惡意軟件數(shù)量呈現(xiàn)出逐年增長(zhǎng)趨勢(shì)，Android惡意軟件的研究也成為了移動(dòng)安全的研究熱點(diǎn)。將機(jī)器學(xué)習(xí)技術(shù)應(yīng)用到Android惡意軟件檢測(cè)當(dāng)中已經(jīng)很常見(jiàn)了，其中運(yùn)用樸素貝葉斯分類算法對(duì)Android惡意軟件檢測(cè)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(dāng)中，并沒(méi)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(dú)立的假

2、設(shè)性條件以及每個(gè)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(cè)性能。
　　本文針對(duì)以上樸素貝葉斯分類算法的Android惡意軟件檢測(cè)不足，提出了以下兩點(diǎn)改進(jìn)，其改進(jìn)第一點(diǎn)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(biāo)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(yàn)組合算法進(jìn)行數(shù)據(jù)預(yù)處理。其改進(jìn)第二點(diǎn)是對(duì)特征屬性進(jìn)行加權(quán)系數(shù)，以此來(lái)