[发明专利]一种改进朴素贝叶斯算法的安卓恶意程序检测方法

权利要求书

1.一种改进朴素贝叶斯算法的安卓恶意程序检测方法，其特征在于，包括以下步骤：

步骤一：基于信息增益率的权值：

训练样本数据集D的信息熵为：

其中C表示样本所属类别，第m个类别出现的概率是P(C_m)；熵是用来度量数据的不确定性，当熵越大，数据的不确定性越大；

训练样本集D中，第n个属性I_n的信息熵为：

其中，H(D_q)是训练样本子集D_q的信息熵；

由(5),(6)得属性I_n的信息增益为：

Gain(I_n,D)＝H(D)-H(I_n,D) (7)

属性I_n广泛性的分裂信息为：

属性I_n的信息增益率为：

则信息增益率得到的权值G_n：

其中N是训练样本集D中属性个数；

对其归一化得到

步骤二：基于互信息的权值：

设条件属性S和决策属性L的互信息表示为：

可以得到第n个条件属性s_n的权值为：

对其归一化得到

步骤三：加权朴素贝叶斯的权值确定：

由以上所述，得到加权朴素贝叶斯的权重计算,即定义二者的平均值作为新的权值公式：