针对恶意软件检测的特征选择与SVM协同优化 |
| |
引用本文: | 张新英,李彬,吴媛媛.针对恶意软件检测的特征选择与SVM协同优化[J].计算机工程与设计,2024(2):467-476. |
| |
作者姓名: | 张新英 李彬 吴媛媛 |
| |
作者单位: | 1. 郑州经贸学院智慧制造学院;2. 中原工学院机电学院 |
| |
基金项目: | 国家自然科学基金面上基金项目(51975599);;河南省高等学校重点科研基金项目(22B520043);;河南省骨干教师培养计划基金项目(2018GGJS213); |
| |
摘 要: | 提出一种基于改进哈里斯鹰优化SVM和特征选择的恶意软件检测模型。为改进特征子集选取和SVM分类准确率,引入混沌映射、能量因子调节、最优解变异扰动和互利共生对HHO算法的初始种群结构、全局搜索与局部开采切换性能及跳离局部最优能力进行改进;利用改进算法优化SVM参数和特征子集选取,构建恶意软件检测模型。实验结果表明,改进算法在降低特征维度的同时可以有效提升分类准确率,利用高质量特征子集提升恶意软件检测模型的分类能力。
|
关 键 词: | 哈里斯鹰算法 支持向量机 特征选择 恶意软件检测 网络流量特征 互利共生 柯西变异 |
|