摘要
本发明涉及一种基于API调用图中心度的恶意APP检测方法,包括步骤如下:从APK文件中解析API调用关系并构建API调用图;对敏感API节点进行中心度计算并归一化处理;基于卡方检验选择与标签相关性高的特征,降低特征维度;构建分类模型,通过样本特征区分恶意APP和良性APP;基于投票机制的检测模型的优化。本发明采用卡方检验方法对原始特征维度进行了显著降维,有效地去除了冗余数据和噪声。与MalScan原型系统相比,特征降维处理不仅提高了数据处理效率,还保留了对分类任务有显著贡献的高关联性特征,进一步提升了系统的可扩展性和在高维数据环境中的适应能力,这一优化大大减少了计算负担,提升了系统在处理大规模数据集时的稳定性和准确性。
技术关键词
APP检测方法
构建分类模型
特征值
分类模型构建
样本
标签
节点
数据
矩阵
检验方法
算法
机制
指标
超参数
决策
原型
关系
冗余
负担
系统为您推荐了相关专利信息
相关性计算方法
文本
构建语言模型
皮尔逊相关系数
样本
绿色建筑设计
评估指标体系
BIM技术
深度神经网络
深度强化学习技术
资源分配冲突
计划优化方法
动态
启发式规则
算法模块
敏感数据存储方法
序列
写入存储介质
特征值
模块