《表3 本文所用网络流量数据集的主要特征》

  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XGBoost和LightGBM双层模型的恶意软件检测方法》

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

本文使用加拿大网络安全研究所的CICInves AndMal2019数据集进行基于网络流量的移动端恶意软件检测实验，从应用软件网络流量部分选取并整合了1300条数据集，其中正常流量和恶意流量各占50%以解决分类学习中的类别不平衡问题。该数据集中含有42个恶意软件家族以及大量的良性软件，并捕获了安装运行软件中、重启手机前后3个阶段的双向网络流量，使用CICFlow Meter工具获取到80个网络流量特征[13]，主要特征如表3所示。与其他数据集相比，该数据集能够较为全面准确的反映恶意软件的隐藏行为。