- 博客(5)
- 资源 (6)
- 收藏
- 关注
RSS订阅原创 第1章 赋予计算机从数据中学习的能力
在当今的科技时代，大量结构化和非结构化数据是我们的丰富资源。机器学习应用有垃圾邮件过滤器、方便的文本和语音识别软件、可靠的网络搜索引擎、具有挑战性的下棋程序、自动驾驶、医疗应用（深度学习模型检测皮肤癌、深度学习预测三维蛋白质结构）。
2025-03-28 22:24:17
90
原创 Android恶意软件检测3——静态分析2
通过收集信息，构建出数据集，并使用scikit-learn库中的多种分类模型，再通过多种继承的分类模型来训练分类器，并进行预测，去完成实验。对这些程序进行分析获取信息，然后根据获取的信息进行统计分析寻找出用于构建数据集的特征信息，利用这些特征信息再次对程序中的信息进行抽调。（4）混淆技术使用特征：Android程序中标识符平均长度、字符串的信息熵以及Java反射的使用次数。（3）API调用特征：敏感API被调用的平均次数以及调用路径的长度。2层stacking模型融合的方法作为选择的分类器。
2025-03-25 23:58:54
101
原创 Android恶意软件检测2——静态分析
合法的良性软件证书年限往往比较长，通常在18年以上，而恶意软件使用的签名年限一般比较短，同时一般仅在恶意软件中会出现证书过期的情况。基于危险权限以及多次请求权限两种情况进行观察，从Android应用的清单文件（AndroidManifest.xml）中抽取权限列表，并统计其中危险权限以及重复权限的出现次数，作为应用权限方面的特征。字符串加密时将程序运行的字符串加密，待到需要使用的时候才解密应用，一般恶意软件可以通过这种行为把带有恶意信息的字符串加密隐藏。使用adb命令，可以查看设备上的危险权限。
2025-03-22 12:10:34
195
原创 Android恶意软件检测1——数据集准备
以问题为导向，开始学习和研究。第一个问题来了，良性App和恶意App准备好了吗？提示：以下是本篇文章正文内容，下面案例可供参考还没写好。。。
2025-03-21 11:49:01
198
Cucumber行为驱动开发指南（英文版本）
2014-03-10
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人