| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第1章 绪论 | 第10-14页 |
| ·研究背景 | 第10-11页 |
| ·研究现状 | 第11-12页 |
| ·研究内容 | 第12页 |
| ·本文研究内容及结构 | 第12-14页 |
| 第2章 相关研究综述 | 第14-22页 |
| ·Android 相关知识 | 第14-18页 |
| ·Android 的系统结构 | 第14-15页 |
| ·Android 系统的应用组件以及组件间通信 | 第15-16页 |
| ·Android 平台安全机制 | 第16-17页 |
| ·Android 系统的安全漏洞 | 第17-18页 |
| ·恶意软件检测框架 | 第18页 |
| ·不均衡数据集问题 | 第18-19页 |
| ·贝叶斯分类算法 | 第19-20页 |
| ·分类性能评价指标 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 第3章 Android 不均衡数据上的集成式特征选择方法 | 第22-32页 |
| ·基于字符串的 Android APK 特征获取 | 第22-24页 |
| ·Android APK 文件介绍 | 第22-23页 |
| ·字符串抽取模块 | 第23-24页 |
| ·面向不均衡数据集上的集成式特征选择算法 | 第24-25页 |
| ·算法设计思路 | 第24页 |
| ·训练样本子集生成方法 | 第24页 |
| ·集成式特征选择方法 | 第24-25页 |
| ·特征选择方法 | 第25-28页 |
| ·信息增益 | 第25-26页 |
| ·期望交叉熵 | 第26-27页 |
| ·CHI 统计 | 第27-28页 |
| ·实验结果与分析 | 第28-31页 |
| ·实验数据来源与测评指标 | 第28页 |
| ·实验设计 | 第28-29页 |
| ·集成式特征选择方法的实验结果及分析 | 第29-31页 |
| ·本章小结 | 第31-32页 |
| 第4章 基于 Android 应用权限的检测方法的研究 | 第32-48页 |
| ·Android 权限安全及问题 | 第32-35页 |
| ·Android 权限分析 | 第32-33页 |
| ·Android 权限机制问题 | 第33-34页 |
| ·Geinimi 行为分析 | 第34-35页 |
| ·静态分析 Android 权限 | 第35-39页 |
| ·Android 权限组合 | 第35-36页 |
| ·Android 权限威胁 | 第36-38页 |
| ·Android 权限映射 | 第38-39页 |
| ·基于 Android 权限的检测方法 | 第39-44页 |
| ·Apriori 算法 | 第39-40页 |
| ·文件预处理 | 第40-41页 |
| ·基于信息增益改进的特征选择方法 | 第41-43页 |
| ·频繁项集应用于贝叶斯算法 | 第43-44页 |
| ·实验结果与分析 | 第44-46页 |
| ·本章小结 | 第46-48页 |
| 第5章 Android 恶意软件检测系统实现 | 第48-58页 |
| ·Android 恶意软件检测系统框架 | 第48-51页 |
| ·计算机终端训练过程 | 第48-50页 |
| ·手机终端测试过程 | 第50-51页 |
| ·检测系统中的特征选择算法 | 第51-52页 |
| ·初始特征获取 | 第51页 |
| ·特征选择方法 | 第51-52页 |
| ·特征选取方式 | 第52页 |
| ·检测系统中的分类算法 | 第52-54页 |
| ·基于最小风险贝叶斯算法 | 第52-53页 |
| ·基于最小风险贝叶斯的未知软件分类算法 | 第53-54页 |
| ·系统性能测试与分析 | 第54-57页 |
| ·本章小结 | 第57-58页 |
| 结论 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 攻读硕士学位期间发表的学术论文 | 第64-66页 |
| 致谢 | 第66页 |