论文部分内容阅读
针对单一k近邻算法(KNN)和最小二乘支持向量机(LSSVM)存在的缺陷,提出一种基于KNN-LSSVM的Android恶意行为识别模型.先采集Android用户行为样本,并提取相应特征组成特征向量;再将训练集输入LSSVM中进行学习,计算测试样本与最优分类平面间的距离,如果该距离小于阈值,则直接采用LSSVM恶意行为识别,否则采用KNN算法进行恶意行为识别;最后采用仿真实验测试KNN-LSSVM的性能.实验结果表明,相对于单一KNN算法和LSSVM,KNN-LSSVM提高了Android恶意行为的