《表7 各分类器实验结果：基于集成学习投票算法的Android恶意应用检测》

  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

《基于集成学习投票算法的Android恶意应用检测》

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

%

五种分类器和集成学习方法的恶意应用程序检测结果如表7所示。可以看出，SVM分类器的准确率ACC在五个基分类器中是最高的，达到98.93%。评估结果表明，除NB算法外，各算法的检测准确率非常相似。从表7还可以看出，SVM算法和RF算法的检测结果非常接近。一般来说，RF算法的实验检测结果优于CART算法，因为RF算法也是一种基于决策树的集成学习方法，实验结果也证明了这一结论。NB分类算法准确率最低，只有61.63%，正确率PRE仅有61.99%，这也说明贝叶斯模型不适合分类Android应用程序功能特征。