基于ADASYN-随机森林的安卓恶意应用检测研究

来源 :信息技术与信息化 | 被引量 : 0次 | 上传用户:XU739603
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
安卓系统作为目前世界上使用最为广泛的操作系统,因其开源,很多不法开发者会利用安卓应用的权限来窃取用户隐私和个人资料。针对此问题,我们提出了一种基于adasyn-随机森林的方法对安卓恶意应用进行检测,使用安卓应用包拆解出来的权限信息文本作为原始输入数据,在将其向量化后使用adasyn算法对不平衡样本数据进行数据扩增,最后用随机森林算法进行模型训练验证,实验结果表明,对于安卓应用检测的准确率,召回率,f1值均达到了99%。与其他机器学习方法相比,我们的方法具有更好的检测效果,具有更高的可行性。
其他文献
随着通讯技术的发展,居民消费水平的提升,信息通信行业也随之快速扩张,为适应这些新形势下的变化,通讯公司推出各种电信消费套餐,消费者面对着纷繁复杂的套餐陷入选择困惑,对
随着科技的发展,越来越多的智能穿戴设备的出现。智能穿戴设备不仅能提供检测人体健康状态的功能,同时可以提供许多的医疗保健功能,使得用户即使在家里也能享受到各种按摩功
当前基于IP的网络架构存在诸多发展局限性,对于蓬勃发展的智慧家庭产业而言,接入越多的智能设备,才能保证更全面的智慧服务,对此,信息中心网络因其在局域网络下高速数据传输
本文结合机器人技术控制方法与基于sEMG的动作识别,针对患者膝关节肌电信号弱、分析条件差的问题,通过降低通道的肌电识别方法,完成识别。该方法通过实际分析关节肌电均方根
二维码是移动互联网与物联网时代的重要入口之一,其广泛应用于物流快递、电子商务、智慧工业等场景。传统二维码识别系统往往采用非智能化图像处理技术实现单个二维码的识别,对批量二维码图像则无法处理。本文利用最新人工智能技术,通过构建适用于批量二维码识别的数据集,基于深度学习中的目标检测定位框架YOLO v3实现了批量二维码的检测与定位,并结合Android、PHP和Darknet设计了一套批量二维码识别系
当前国内对韩国语领域情感词典的研究较少,本文借助深度学习技术,提出了一种将韩国语通用情感词典拓展为影评领域情感词典的方法。利用网络电影评论构建语料库,然后在语料库
座谈会前,周廉院士就我国材料科技发展接受了陕西日报专访。他说:"我们国家特别重视新材料的科研攻关,出台了一系列的鼓励政策,科技工作者要在材料科学的基础研究上有突破,使
随着大数据技术的发展以及计算机处理能力的增强,深度学习在计算机视觉领域取得了巨大成功,场景识别精度得到了大幅提高。本文对基于混合表示、基于显著性区域和基于多阶段特征融合三类基于深度学习的场景识别方法进行了总结和分析,并在常用数据集上进行了评估,最后对未来的研究方向进行了展望。
电子材料技术是电子信息技术和产业发展的基础,是电子工业发展的主要动力,对于衡量一个国家的国力,国防、国民经济现代化水平及人民生活水平有着重要意义目前,我国电子材料行
材料是人类文明、社会进步的物质基础,冶金工程为材料工程提供原材料保障。历史上材料与冶金技术领域所产生的颠覆性技术,不仅颠覆了本领域的传统生产工艺,而且对其他领域以