摘要
本发明属于信息安全中的安卓恶意软件检测领域,具体涉及一种安卓恶意软件检测模型的训练方法、装置及设备;所述方法包括获取原始安卓软件样本数据集;采用随机欠采样处理多数类的安卓良性样本;采用基于边界密度加权的过采样处理少数类的安卓恶意样本;采用进化筛选欠采样处理重采样安卓软件样本数据集;这些方式能够优化安卓软件样本数据集;基于优化后的安卓软件样本数据集,利用二元粒子群优化算法对安卓软件检测模型的分类器的超参数进行调优,从而实现对安卓软件检测模型迭代训练。本发明能够提高安卓恶意软件分类模型的训练效率以及检测准确率。
技术关键词
安卓恶意软件
恶意软件检测
粒子群优化算法
恶意样本
采样方法
邻居
分类器参数
K近邻算法
计算机设备
存储计算机程序
噪声样本
数据获取模块
生成随机
训练装置
密度
系统为您推荐了相关专利信息
风电机组
风电电力系统
惯量估计方法
同步机
动态参数辨识方法
参数控制方法
粒子群算法
策略
网络
Softmax函数
血流动力学信息
静态特征
矩阵
呼吸机参数
风险预测方法
网络数据处理方法
深度哈希学习
节点
注意力机制
网络数据处理装置