移动智能终端软件行为安全分析
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 1 绪论 | 第8-12页 |
| ·研究背景及意义 | 第8-9页 |
| ·软件行为分析技术研究现状 | 第9-10页 |
| ·论文的主要工作 | 第10-11页 |
| ·论文组织结构 | 第11-12页 |
| 2 移动智能终端安全机制与恶意软件检测技术 | 第12-21页 |
| ·Android体系结构概述 | 第12-13页 |
| ·Android安全机制分析 | 第13-17页 |
| ·内核安全机制 | 第14-15页 |
| ·运行环境安全机制 | 第15-16页 |
| ·应用程序框架安全机制 | 第16-17页 |
| ·移动智能终端恶意软件行为检测技术 | 第17-19页 |
| ·移动智能终端恶意软件定义 | 第17-18页 |
| ·静态检测技术 | 第18-19页 |
| ·动态检测技术 | 第19页 |
| ·本章小结 | 第19-21页 |
| 3 移动智能终端软件行为安全分析方案与关键技术 | 第21-28页 |
| ·移动智能终端软件行为安全分析方案设计 | 第21-22页 |
| ·软件结构分析 | 第22-23页 |
| ·APK包签名流程 | 第23页 |
| ·软件动态行为捕获技术 | 第23-24页 |
| ·机器学习算法 | 第24-27页 |
| ·属性约减和选择 | 第24-25页 |
| ·Weka软件介绍 | 第25-27页 |
| ·本章小结 | 第27-28页 |
| 4 移动智能终端软件行为安全分析方案详细设计 | 第28-41页 |
| ·移动智能终端软件静态行为分析 | 第28-32页 |
| ·DEX文件特征提取 | 第29-30页 |
| ·签名特征提取 | 第30-31页 |
| ·基于KNN算法的移动智能终端软件静态行为分析 | 第31-32页 |
| ·移动智能终端软件动态行为检测 | 第32-39页 |
| ·行为特征概述 | 第33-34页 |
| ·动态行为捕获 | 第34-35页 |
| ·基于SVM算法的移动智能终端软件动态行为分析 | 第35-39页 |
| ·本章小结 | 第39-41页 |
| 5 实验与结果分析 | 第41-49页 |
| ·实验样本 | 第41页 |
| ·特征数据采集 | 第41页 |
| ·评价方法与指标 | 第41-42页 |
| ·交叉验证 | 第41-42页 |
| ·评价标准 | 第42页 |
| ·实验结果分析 | 第42-48页 |
| ·本章小结 | 第48-49页 |
| 6 总结与展望 | 第49-51页 |
| ·总结 | 第49-50页 |
| ·进一步工作 | 第50-51页 |
| 致谢 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 附录 | 第56页 |
