《表6 AVClass主要反病毒引擎及检测率》

  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

《基于软件基因的Android恶意软件检测与分类》

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

对两个分类器的测试结果的性能度量值进行分析可以发现，基于基因对恶意代码的家族进行研究具有一定的效果。以AVClass作为参考标签，其对于个别家族的恶意代码分类效果不佳，如Lotoor家族等。然而，这是因为AVClass本身只是一个针对标签的投票系统，其受一些应用广泛的反病毒引擎（如Bit Defender）影响较大。对virus total常用的100种反病毒引擎的检测结果进行统计，发现对本实验中的Android恶意代码检测率高于80%的仅有24种，而其中能对Android恶意代码进行合理命名的反病毒引擎仅有20种，这20个反病毒引擎及其对样本的检测率如表6所示。