计算机工程与科学

作者：熊智1, 2, 刘芳1, 王逸轩1

单位：1.汕头大学数学与计算机学院，广东 汕头 515800；2.智能制造技术教育部重点实验室汕头大学，广东 汕头 515063

关键词：特征加权,面向分类器,映射函数,Android恶意软件检测,

基金：广东省基础与应用基础研究基金（2024A1515011765）; 广东省科技计划（STKJ2023012）

特征加权可以提供更综合的信息增强模型的学习能力和决策准确性，但在实际运用时往往忽视了特征与分类器之间的相互关系。针对这一问题，提出一种面向分类器的特征加权法COFW，并将其应用于Android恶意软件检测。首先从Android应用程序包中提取7个类别的特征，并挑选出最重要的特征子集；其次根据检测恶意软件所使用的分类器，采用COFW为该分类器计算每个特征的最优权重；最后采用加权后的特征训练该分类器。COFW采用去一法为每个特征计算初始权重，然后通过一个映射函数将其映射为最终权重，并采用差分进化算法优化映射函数和分类器的参数。实验结果表明，运用COFW进行特征加权能够提升分类器的性能，并且COFW的性能优于其他4种为Android恶意软件检测设计的特征加权法。

来源：2025年第9期

《计算机工程与科学》期刊编辑部

查看计算机工程与科学杂志2025年第9期