|
|||||
|
|
| 基于可信度的Android恶意代码多模型协同检测方法 | |
| 作者姓名： | 史若琪 张永生 张瑞 朱文焌 杜振华 王志 |
| 摘 要： | 当前,基于机器学习模型的Android恶意代码检测系统存在退化问题.因为恶意代码在不断地快速变异和进化,产生了概念漂移现象,恶意代码的数据分布规律随时间产生变化.概念漂移破坏了机器学习提出的数据分布规律具有稳定性的假设.为了缓解检测模型的退化问题,本文提出基于可信度的支持多模型协同检测的方法,对多个异构模型的预测结果进... |
| 关 键 词： | 恶意代码检测 机器学习 可信度计算 协同检测 |
| 本文献已被 CNKI 等数据库收录！ | |