[发明专利]一种用于Android恶意软件检测的混合特征筛选方法

摘要

本发明公开了用于Android恶意软件检测的混合特征筛选方法，包括如下步骤：根据现有数据生成训练集和测试集；筛选出初选特征子集；得到对应每种分类器对应的最优特征子集；利用最优特征子集对其对应的分类器进行训练；该用于Android恶意软件检测的混合特征筛选方法可以筛选出最优的特征子集以及与其相匹配的分类算法，大大的降低了分类器的建模时间，能够提高Android恶意软件检测的检测效率以及检测精度。

主权项

一种用于Android恶意软件检测的混合特征筛选方法，其特征在于，包括下列步骤：1)根据现有数据生成训练集和测试集；2)使用信息增益算法和ReliefF算法对训练集中特征评分，分别根据评分结果筛选两组特征集合，两组特征集合取交集形成特征集合FS；利用特征集合FS构造筛选后的训练集，基于训练集采用5折交叉验证法训练随机森林分类器，获取分类结果，并利用分类结果筛选出初选特征子集；3)使用粒子群算法从初选特征子集中搜索最优特征子集，使用朴素贝叶斯、支持向量机、J48决策树和随机森林算法构建分类器进行分类检测，并以该分类器的评价函数值F1作为粒子群算法中粒子的适应度值，迭代若干代搜索出每种算法下的最优特征子集；4)对每种分类器使用其对应的最优特征子集进行训练，并将训练后的分类器对步骤1)中生成的测试集进行分类检测，验证筛选算法的有效性。