《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》
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.
图表编号 | XD00100121000 严禁用于非法目的 |
---|---|
绘制时间 | 2019.08.01 |
作者 | 胥小波、张文博、何超、罗怡 |
绘制单位 | 中国电子科技网络信息安全有限公司、中国电子科技集团公司第三十研究所、中国电子科技网络信息安全有限公司、中国电子科技网络信息安全有限公司、中国电子科技网络信息安全有限公司 |
更多格式 | 高清、无水印(增值服务) |