作者：朱月俊; 文爽; 李剑安卓恶意软件多分类随机森林特征子集交叉验证
摘要：为了提高Android恶意软件多分类问题的效率,提出了一种改进的随机森林算法.针对随机森林构建过程中每个节点分裂时选取的特征子集进行优化,同时采用交叉验证方法进行模型优化.实验结果表明,在将Android应用划分为正常应用、短信木马、间谍软件、僵尸网络问题上,改进的随机森林算法分类性能优于原始的随机森林算法,具有较高的精确率(94.0%)和召回率(90.5%).能够有效检测出Android恶意软件类型,保护设备安全,保障用户信息和财产安全.
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
