龚华堂

摘要： 为了能够更精准检测恶意应用软件，保证计算机或个人移动中终端的数据安全以及个人财产安全，需要对传统的恶意应用软件检测方法进行改良，因此基于决策树对恶意应用软件检测方法进行研究。研究基本的决策树算法，分析得到决策树算法在恶意应用软件检测过程中的两种应用方式，并分别阐述CART决策树生成算法与CART决策树剪枝算法的应用原理。提取数据集中的样本特征、构建相应的样本特征数据集，基于决策树进行相应的样本特征筛选，并研究该算法的训练方法。最后设计实验，验证基于决策树的恶意应用软件检测方法达成了研究目的，具备算法的优越性和实用性。

关键词：决策树;恶意应用软件;Android系统

中图分类号：TP311      文献标识码：A

文章编号：1009-3044（2021）12-0049-02

人们在使用手机和电脑时，必然离不开对应用软件的操作，因此由应用软件衍生而来的恶意软件就成了当前互联网和计算机最重要的威胁。如果放任恶意软件在计算机中运行，很有可能对计算机系统本身造成威胁[1]。因此想要保证互联网环境的安全性，就需要首先确保个人设备中不会混入恶意应用程序，这就需要相关研发人员对于能够检测恶意应用软件的系统进行研究。因此本文使用决策树对恶意应用软件检测方法进行研究。

1 决策树算法研究

本文的决策树主要用于检测恶意应用软件，因此使用CART决策树作为本文的算法。CART决策树是一个树状的结构，通过基尼指数的检验，测试特征的不同，通过根节点逐一分裂，如此在分裂的过程中收集性状特征，逐渐达到子节点[2]。……