移动应用广告生态系统安全分析关键技术研究
| 摘要 | 第4-8页 |
| ABSTRACT | 第8-12页 |
| 第一章 绪论 | 第17-27页 |
| 1.1 研究背景 | 第17-19页 |
| 1.2 研究内容 | 第19-21页 |
| 1.3 研究思路 | 第21-23页 |
| 1.4 论文贡献 | 第23-25页 |
| 1.5 论文结构 | 第25-27页 |
| 第二章 移动应用广告生态系统安全概述 | 第27-43页 |
| 2.1 引言 | 第27页 |
| 2.2 移动应用广告生态系统 | 第27-30页 |
| 2.2.1 移动应用广告类型 | 第27-29页 |
| 2.2.2 与传统Web广告的区别 | 第29-30页 |
| 2.2.3 移动应用广告安全相关标准与规范 | 第30页 |
| 2.3 移动应用广告生态系统的安全问题 | 第30-32页 |
| 2.4 移动应用广告生态系统安全分析研究现状 | 第32-37页 |
| 2.4.1 广告欺诈研究现状 | 第33-34页 |
| 2.4.2 恶意广告内容研究现状 | 第34-35页 |
| 2.4.3 广告库安全研究现状 | 第35-37页 |
| 2.5 移动应用广告安全分析基础技术 | 第37-41页 |
| 2.5.1 移动应用第三方库识别技术 | 第37-38页 |
| 2.5.2 移动应用自动化测试技术 | 第38-40页 |
| 2.5.3 网络流量分析技术 | 第40-41页 |
| 2.6 本章小结 | 第41-43页 |
| 第三章 基于动态界面转移图的新型广告欺诈检测 | 第43-68页 |
| 3.1 引言 | 第43-46页 |
| 3.1.1 相关工作 | 第43-45页 |
| 3.1.2 本章研究内容 | 第45-46页 |
| 3.2 移动应用广告欺诈分类 | 第46-49页 |
| 3.3 方法概述 | 第49-50页 |
| 3.4 动态界面转移图生成 | 第50-55页 |
| 3.4.1 广告优先遍历策略 | 第53-54页 |
| 3.4.2 控件树构建 | 第54-55页 |
| 3.5 广告欺诈检测 | 第55-59页 |
| 3.5.1 基于广告函数调用栈的广告控件识别 | 第55-57页 |
| 3.5.2 基于启发式规则的欺诈行为检测 | 第57-59页 |
| 3.6 实验与结果分析 | 第59-67页 |
| 3.6.1 数据集 | 第60-61页 |
| 3.6.2 评价指标 | 第61-62页 |
| 3.6.3 FraudDroid性能评估 | 第62-64页 |
| 3.6.4 主流应用市场广告欺诈行为分析 | 第64-67页 |
| 3.7 本章小结 | 第67-68页 |
| 第四章 大规模移动应用恶意广告内容分析 | 第68-98页 |
| 4.1 引言 | 第68-71页 |
| 4.1.1 相关研究工作 | 第68-70页 |
| 4.1.2 本章研究内容 | 第70-71页 |
| 4.2 背景知识 | 第71-76页 |
| 4.2.1 移动广告内容构成 | 第71-73页 |
| 4.2.2 恶意广告内容分类 | 第73-76页 |
| 4.3 方法概述 | 第76-77页 |
| 4.4 广告流量触发 | 第77-79页 |
| 4.4.1 广告优先遍历策略 | 第77-78页 |
| 4.4.2 广告控件识别点击 | 第78-79页 |
| 4.5 广告流量识别与内容提取 | 第79-83页 |
| 4.5.1 基于多维属性特征的广告请求消息识别 | 第79-82页 |
| 4.5.2 广告跳转链接识别 | 第82页 |
| 4.5.3 广告内容提取 | 第82-83页 |
| 4.6 恶意广告内容检测 | 第83-88页 |
| 4.6.1 基于物体识别的关闭诱导图片检测 | 第83-87页 |
| 4.6.2 其他类型恶意广告内容检测 | 第87-88页 |
| 4.7 实验与结果分析 | 第88-97页 |
| 4.7.1 数据集 | 第89-91页 |
| 4.7.2 性能评估 | 第91页 |
| 4.7.3 广告传播内容提取有效率对比 | 第91-92页 |
| 4.7.4 大规模应用恶意广告内容分析 | 第92-97页 |
| 4.8 本章小结 | 第97-98页 |
| 第五章 细粒度广告库识别及漏洞传播分析 | 第98-124页 |
| 5.1 引言 | 第98-101页 |
| 5.1.1 相关研究工作 | 第98-100页 |
| 5.1.2 本章研究内容 | 第100-101页 |
| 5.2 广告库漏洞来源 | 第101-107页 |
| 5.2.1 公开漏洞集 | 第102-103页 |
| 5.2.2 常见广告库相关漏洞 | 第103-107页 |
| 5.3 方法概述 | 第107页 |
| 5.4 细粒度广告库识别 | 第107-113页 |
| 5.4.1 基于模糊哈希树的广告库识别 | 第108-111页 |
| 5.4.2 基于动态流量版本特征的版本识别 | 第111-113页 |
| 5.5 漏洞传播分析 | 第113-115页 |
| 5.5.1 广告库漏洞检测 | 第113-115页 |
| 5.5.2 版本映射 | 第115页 |
| 5.6 实验与结果分析 | 第115-122页 |
| 5.6.1 数据集 | 第116-117页 |
| 5.6.2 细粒度广告库识别准确率对比 | 第117-118页 |
| 5.6.3 细粒度广告库识别分析 | 第118-119页 |
| 5.6.4 漏洞传播分析方法效率对比 | 第119页 |
| 5.6.5 大规模应用广告库漏洞传播分析 | 第119-122页 |
| 5.7 本章小结 | 第122-124页 |
| 第六章 总结与展望 | 第124-129页 |
| 6.1 成果应用 | 第124-125页 |
| 6.1.1 移动应用广告生态系统安全分析平台 | 第124-125页 |
| 6.1.2 应用案例 | 第125页 |
| 6.2 论文工作总结 | 第125-128页 |
| 6.3 下一步工作 | 第128-129页 |
| 参考文献 | 第129-138页 |
| 缩略语 | 第138-139页 |
| 致谢 | 第139-141页 |
| 攻读博士学位期间发表的学术论文目录 | 第141-142页 |
