《表2 模型测试结果:一种基于行为集成学习的恶意代码检测方法》

《表2 模型测试结果:一种基于行为集成学习的恶意代码检测方法》   提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《一种基于行为集成学习的恶意代码检测方法》


  1. 获取 高清版本忘记账户?点击这里登录
  1. 下载图表忘记账户?点击这里登录

进一步采用GBDT和Adaboost分别训练了2个集成算法模型.Adaboost主要是从分类目标上进行模型构建,采用多弱分类器加权的形式得到整个目标.GBDT主要是对损失项进行拟合,采用stack的形式向目标进行逼近.利用F1和roc_auc对模型效果进行评估,在参数一致的情况下测试结果如表2所示,GBDT模型比Adaboost模型恶意检测效果更好.