WEID:一种基于信息量差加权集成的Android恶意软件检测方法

作者：张高峰; 鲍旭丹; 刘敬; 夏雪晗; 郑利平

来源：计算机应用与软件, 2022, 39(09): 332-338.

DOI：10.3969/j.issn.1000-386x.2022.09.050

• Android恶意软件
• 静态特征
• Stacking
• 信息量差
• 加权集成

Android恶意软件的爆炸式增长给用户带来了严重的危害，而现有的应对方法普遍侧重于提升检测的正确率，较少考虑误报和漏检这两类误判情况。针对上述问题，提出一种基于信息量差加权集成的Android恶意软件检测方法。提取样本中权限和Intent这两类静态特征构造多组特征集；基于Stacking分层策略，将正负样本分类正确事件和分类错误事件的信息量差作为贡献度量，根据度量值指导基学习器加权集成，以获得最佳分类效果。实验结果表明，在由Drebin和Contagio构成的恶意样本集中，该方法的检测正确率在0.951～0.985之间，误报率和漏检率低至0.008和0.004,对比其他检测方法具有明显的优势。