论文部分内容阅读
庞大的用户群使得Android系统成为各种恶意攻击的主要目标之一,将数据挖掘方法应用于Android恶意软件检测正在成为防范恶意攻击的一种有效手段。针对现有研究在在检测精确度和召回率等方面存在的不足,提出一种基于Adaboost算法的Android恶意软件检测方法。该方法采用静态分析和动态调试相结合的手段提取软件的一组身份和行为特征,经规范化和降维处理后作为训练样本。选择SVM作为基分类器,利用训练样本集和Adaboost算法对基分类器进行迭代训练,依据组合优化理论最终得到一个强分类器,利用该分类器对待测