《表6 各类型恶意应用分布》
提示：宽带有限、当前游客访问压缩模式
在进行判别检测实验前首先通过Virus Total网站确定了应用程序的性质，即恶意性或良性，5 000多个应用程序中有624个恶意应用，其在各个类别中的分布如表6所示。
| 图表编号 | XD0090324700 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.10.01 |
| 作者 | 李江华、邱晨 |
| 绘制单位 | 江西理工大学信息工程学院、江西理工大学信息工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表3 常见恶意代码壳类型》2020.02.01
- 《表2 各个省份恶意程序分布情况》2021.03.05
- 《表2 恶意应用程序样本权限统计》2021.01.05
- 《表2 恶意应用程序样本权限统计》2021.01.05
- 《表9 良性IP和恶意IP分布情况》2021.01.05
- 《表2 实验环境：代码向量深度学习的恶意Android应用检测方法》2021.02.05
- 《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》2020.11.15
- 《表6 分类结果混淆矩阵：基于集成学习投票算法的Android恶意应用检测》2020.11.15
- 《表3 恶意软件样本分布：KVM环境下基于异常行为的恶意软件检测技术研究》2020.06.05
- 《表3 6个质量性状各类型频率分布及多样性指数》2020.05.01
- 《表1 恶意应用证书签名特征示例》2020.02.15
- 《表3 机器学习算法应用：基于图像分析的恶意软件检测技术研究》2019.10.10
- 《表5 其他算法应用：基于图像分析的恶意软件检测技术研究》2019.10.10
- 《表6 各类型故障样本分布及诊断结果》2019.09.25
- 《表6 各营养筛查指标对214例不同肝病类型患者营养状况的筛查分布[例（%）]》2019.09.20
- 《表6 不同学业类型的学生在不同应用题表征类型上的频次分布》2019.02.20
- 《表9 基于图相似度计算的恶意应用检测实验结果》2019.04.01
- 《表8 基于核函数计算的恶意应用检测实验结果》2019.04.01
- 《表6 各草原类型处于适度经营规模范围内的牧户数分布》2019.04.15
- 《表1 恶意应用代码部分家族列表》2018.05.15