《表1 2 manager和player类分类结果》
将每个类型的多个训练样本权限特征向量化后输入到KNN算法,再使用测试集进行分类测试。实验过程中,为避免出现归属为两个类别的邻近点数量相等的情况,k值均在奇数中选取,对四种类型的应用程序进行分类时k的取值统一为{1,3,5}。为评估分类结果,假设TP代表正确分类良性应用的数目,FP代表恶意应用被错误分类为良性应用的数目,TN代表正确分类恶意应用的数目,FN代表良性应用被错误分类为恶意应用的数目,则按照分类实验评估方法,KNN算法对每个功能类型的分类结果如表12和13所示。
图表编号 | XD0090325000 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) |