Cascade Learning for Mobile Malware Families Detection through Quality and Android Metrics

Published in: 2019 International Joint Conference on Neural Networks (IJCNN)

一、摘要

设计了一个级联学习器，其中级联的第一个分类器执行粗粒度分析（它区分恶意软件和合法应用程序），而第二个分类器执行细粒度分析（它旨在识别恶意软件家族）。在合法样本识别方面，我们获得了等于0.947的精度和等于0.962的召回率，而在恶意软件检测方面，我们获得了等于0.961的精度和等于0.946的召回率。关于家族识别，在12个恶意软件家族中获得了0.961的平均精度和召回率。

二、用了10种机器学习的方法，然后比较实验结果。

文章知识点与官方知识档案匹配，可进一步学习相关知识Python入门技能树首页概览210011 人正在系统学习中

来源：momoka9