机器学习识别模式的算法

Question

我正在尝试构建一个基于权限的分析系统来检测Android上的恶意应用程序。

我有恶意应用程序和普通应用程序的数据集

AppName | Permission
--------+--------------
xxx     | INTERNET
xxx     | READ_PHONE_STATE
xxx     | READ_SMS
ccc     | INTERNET
ccc     | ACCESS_NETWORK_STATE

同样，我需要的是识别可能导致恶意活动的模式。

例如：如果INTERNET和READ_SMS是恶意的，因为从算法中我已经发现，在恶意应用程序中，模式比普通应用程序更可用。

所以请告诉我你对算法的贡献，以便取得成功。

Answer 1

最简单的选择是构建一个朴素贝叶斯分类器，因为它将以P(malicious|INERNET,READ_SMS)的形式构建一个条件概率，因此不仅会给你一个有效的算法，而且会对你真正发生的事情有所了解。 “内”。当然，还有许多更复杂的模型，但是正确回答它是一个广泛的问题。我会尝试NB，如果失败，请寻找其他二元分类器，如神经网络，决策树，SVM等。