研究文章

一种新型恶意软件检测和家庭分类方案基于梦想和DenseNet物联网

表10

精度、召回和F1 DenseNet在2015年大数据集的分数。

Ramnit 棒棒糖 Kelihos_ver3 Vundo Simda Tracur Kelihos_ver1 Obfuscator.ACY Gatak 精度 回忆 F1的分数

Ramnit 285年 8 0 0 1 1 3 11 0 976年0 . . 0.922 0.948
棒棒糖 0 495年 0 1 0 0 0 0 0 0.948 0.997 0.972
Kelihos_ver3 0 0 588年 0 0 0 0 0 0 0.989 1.000 0.994
Vundo 0 2 0 90年 0 1 0 1 1 0.957 0.947 0.952
Simda 0 0 0 1 5 0 1 0 1 0.833 0.625 0.714
Tracur 3 2 2 1 0 135年 2 0 5 0.978 0.900 0.937
Kelihos_ver1 0 1 2 0 0 0 76年 0 0 0.915 0.962 0.938
Obfuscator.ACY 4 8 2 0 0 1 1 224年 5 0.941 0.914 0.927
Gatak 0 6 0 1 0 0 0 2 193年 0.941 0.955 0.948
0.942 0.914 0.926