Android平台恶意程序静态检测技术的研究与改进
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 研究意义 | 第10-12页 |
| 1.3 国内外研究现状 | 第12-14页 |
| 1.4 研究内容和论文组织结构 | 第14-17页 |
| 第2章 恶意程序检测技术研究 | 第17-23页 |
| 2.1 Android系统安全分析 | 第17-19页 |
| 2.1.1 应用程序安全分析 | 第17-18页 |
| 2.1.2 权限机制分析 | 第18-19页 |
| 2.2 检测技术分析 | 第19-22页 |
| 2.2.1 静态检测 | 第19-20页 |
| 2.2.2 动态检测 | 第20-21页 |
| 2.2.3 混合检测 | 第21-22页 |
| 2.2.4 恶意程序检测的难点 | 第22页 |
| 2.3 本章小结 | 第22-23页 |
| 第3章 基于行为特征的静态检测模型 | 第23-37页 |
| 3.1 模型整体设计 | 第23-25页 |
| 3.2 模型的理论依据 | 第25-27页 |
| 3.3 特征提取 | 第27-28页 |
| 3.4 n-gram模型 | 第28-29页 |
| 3.5 信息增益 | 第29-30页 |
| 3.6 分类器 | 第30-36页 |
| 3.6.1 KNN算法 | 第30-33页 |
| 3.6.2 KNN算法改进 | 第33-36页 |
| 3.7 本章小结 | 第36-37页 |
| 第4章 实验验证 | 第37-47页 |
| 4.1 实验总体设计 | 第37-38页 |
| 4.2 训练集的生成 | 第38-39页 |
| 4.2.1 样本库建立 | 第38-39页 |
| 4.2.2 样本预处理 | 第39页 |
| 4.3 APK逆向 | 第39-42页 |
| 4.4 特征提取 | 第42-43页 |
| 4.5 获取n-gram特征集 | 第43-44页 |
| 4.6 信息增益计算 | 第44-46页 |
| 4.7 本章小结 | 第46-47页 |
| 第5章 实验结果与分析 | 第47-53页 |
| 5.1 实验验证方法 | 第47页 |
| 5.2 评价指标 | 第47-48页 |
| 5.3 实验结果及分析 | 第48-52页 |
| 5.3.1 正确率分析 | 第50-51页 |
| 5.3.2 误报率分析 | 第51页 |
| 5.3.3 漏报率分析 | 第51-52页 |
| 5.4 本章小结 | 第52-53页 |
| 第6章 结论 | 第53-55页 |
| 参考文献 | 第55-58页 |
| 致谢 | 第58页 |
