.png){kind=icon}
返回
AOAFS: A Malware Detection System Using an Improved Arithmetic Optimization Algorithm
.png){kind=icon}
OA
AI
DOI：10.3390/technologies13040145.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
恶意软件检测数据集通常包含大量特征，其中许多是无关、噪声和重复的。这一问题降低了用于恶意软件检测的机器学习模型的效能。特征选择（FS）是一种常用的方法，用于将恶意软件检测数据集中的特征数量减少到更小的特征集，以简化机器学习过程。算术优化算法（AOA）是一种相对较新的高效优化算法，可用于特征选择。本研究介绍了一种名为改进的AOA方法用于特征选择（AOAFS）的新型恶意软件检测系统，该系统增强了用于恶意软件检测的机器学习技术的性能。AOAFS包含三个关键改进。首先，使用K均值聚类方法来改进AOAFS的初始种群。其次，应用十六种二元转移函数来构建AOAFS中特征选择的二元解空间模型。最后，利用基于动态对立学习的机制来提升AOAFS的变异能力。使用多个恶意软件数据集将AOAFS与四种流行的机器学习算法和八种著名的基于包装器的优化算法进行比较。统计上，采用Friedman检验对测试算法进行排名，而Wilcoxon符号秩检验用于成对比较。结果表明，AOAFS在所有数据集上均以最小的特征集实现了最高的分类准确率。
Keyword:
malware detection
arithmetic optimization algorithm
feature selection
k-means clustering
dynamic opposition-based learning
期刊
T
IF:
3.6
论文数:
1.4K
被引数:
3.2K
机构
暂无机构信息
引用论文
Swarm Optimization and Machine Learning Applied to PE Malware Detection towards Cyber Threat Intelligence.png)
ElectronicsOAAI
ElectronicsIF0
OAAI分享收藏BinDMO: a new Binary Dwarf Mongoose Optimization algorithm on based Z-shaped, U-shaped, and taper-shaped transfer functions for CEC-2017 benchmarksBinDMO：一种基于Z形、U形和锥形转移函数的用于CEC-2017基准测试的新型二元侏儒 mongoose 优化算法OAAI
OAAI分享收藏Island-based Cuckoo Search with elite opposition-based learning and multiple mutation methods for solving optimization problemsSOFT COMPUTING
SOFT COMPUTINGIF2.5
PREAI
分享收藏Advanced arithmetic optimization algorithm for solving mechanical engineering design problemsPLOS ONE
OAAI
PLOS ONEIF0
OAAI分享收藏A machine learning-based credit risk prediction engine system using a stacked classifier and a filter-based feature selection method使用堆叠分类器和基于过滤器的特征选择方法的基于机器学习的信用风险预测引擎系统JOURNAL OF BIG DATAOAAI
JOURNAL OF BIG DATAIF6.4
OAAI分享收藏
查看更多内容