| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第10-11页 |
| 缩略语对照表 | 第11-14页 |
| 第一章 绪论 | 第14-20页 |
| 1.1 选题背景和意义 | 第14-15页 |
| 1.2 国内外现状分析 | 第15-18页 |
| 1.3 论文主要工作 | 第18页 |
| 1.4 论文组织结构 | 第18-20页 |
| 第二章 相关技术概述 | 第20-30页 |
| 2.1 检测环境和安卓架构 | 第20-22页 |
| 2.1.1 检测环境和编程语言 | 第20-21页 |
| 2.1.2 Android系统架构和组件 | 第21-22页 |
| 2.2 恶意软件 | 第22-25页 |
| 2.2.1 恶意软件技术 | 第22页 |
| 2.2.2 恶意软件特征 | 第22-23页 |
| 2.2.3 危险权限和恶意行为 | 第23-25页 |
| 2.3 恶意软件检测工具 | 第25-27页 |
| 2.4 困难和挑战 | 第27-29页 |
| 2.4.1 逃避沙盒问题 | 第27页 |
| 2.4.2 模糊代码问题 | 第27-28页 |
| 2.4.3 目前的检测技术 | 第28-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第三章 一种新的应用危险程度评估方案 | 第30-42页 |
| 3.1 系统框架设计 | 第30页 |
| 3.2 危险程度评估方案 | 第30-31页 |
| 3.3 静态特征提取模块 | 第31-33页 |
| 3.4 动态特征提取模块 | 第33-36页 |
| 3.5 流量分析模块 | 第36-37页 |
| 3.6 危险值计算模块 | 第37-41页 |
| 3.6.1 特征模板和特征分类 | 第37-39页 |
| 3.6.2 基于应用类别的危险值 | 第39-41页 |
| 3.7 本章小结 | 第41-42页 |
| 第四章 基于应用危险度的SVM应用判别方案 | 第42-50页 |
| 4.1 SVM应用分类方案的设计 | 第42-45页 |
| 4.1.1 SVM算法介绍 | 第42-43页 |
| 4.1.2 不同核函数分类 | 第43-44页 |
| 4.1.3 SVM分类方案改进 | 第44-45页 |
| 4.2 SVM应用分类方案测试 | 第45-49页 |
| 4.2.1 与其他分类算法对比 | 第46页 |
| 4.2.2 与其他SVM方案对比 | 第46-47页 |
| 4.2.3 与检测工具对比 | 第47-48页 |
| 4.2.4 检测不同类别的应用 | 第48-49页 |
| 4.3 本章小结 | 第49-50页 |
| 第五章 基于应用危险度的K-means和KNN应用判别方案 | 第50-58页 |
| 5.1 K-means和KNN方案的设计 | 第50-53页 |
| 5.2 K-means和KNN方案测试 | 第53-57页 |
| 5.2.1 正确分类功能测试 | 第53-54页 |
| 5.2.2 与其他技术和方案对比 | 第54-55页 |
| 5.2.3 与检测工具对比 | 第55-56页 |
| 5.2.4 不同类别的应用测试 | 第56-57页 |
| 5.3 本章小结 | 第57-58页 |
| 第六章 测试结果分析 | 第58-64页 |
| 6.1 系统环境 | 第58页 |
| 6.2 样本集 | 第58-59页 |
| 6.3 系统运行测试 | 第59-60页 |
| 6.4 系统性能分析 | 第60-63页 |
| 6.5 本章小结 | 第63-64页 |
| 第七章 总结和展望 | 第64-66页 |
| 参考文献 | 第66-72页 |
| 致谢 | 第72-74页 |
| 作者简介 | 第74-75页 |