《表1 4 相关方法对比：一种基于元信息的Android恶意软件检测方法》

  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

《一种基于元信息的Android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

/%

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。