| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第11-18页 |
| 1.1 研究背景 | 第11-13页 |
| 1.2 研究现状 | 第13-16页 |
| 1.3 研究内容 | 第16页 |
| 1.4 论文组织结构 | 第16-18页 |
| 第二章 Android安全机制及应用性质检测技术分析 | 第18-29页 |
| 2.1 Android平台安全机制分析 | 第18-22页 |
| 2.1.1 Android系统架构 | 第18-19页 |
| 2.1.2 Android安全架构分析 | 第19-22页 |
| 2.1.3 Android操作系统签名机制 | 第22页 |
| 2.2 应用分析技术 | 第22-23页 |
| 2.2.1 静态分析 | 第22-23页 |
| 2.2.2 动态分析 | 第23页 |
| 2.3 应用运行时行为监控技术分析和选择 | 第23-26页 |
| 2.3.1 应用监控相关的系统进程及虚拟机原理分析 | 第24-25页 |
| 2.3.2 应用运行时行为监控技术对比和选择 | 第25-26页 |
| 2.4 应用性质分析中的算法 | 第26-28页 |
| 2.4.1 特征选择算法 | 第26-27页 |
| 2.4.2 分类算法和集成学习 | 第27-28页 |
| 2.5 本章小结 | 第28-29页 |
| 第三章 运行时特征信息获取方法研究 | 第29-50页 |
| 3.1 应用行为监控方法研究 | 第29-42页 |
| 3.1.1 基于Xposed的应用监控原理分析 | 第29-31页 |
| 3.1.2 现有研究中存在的问题分析 | 第31页 |
| 3.1.3 基于Xposed的应用监控平台改进方案 | 第31-34页 |
| 3.1.4 监控方法的实现 | 第34-39页 |
| 3.1.5 实验验证 | 第39-42页 |
| 3.2 自动化运行应用方法研究 | 第42-49页 |
| 3.2.1 现有研究的进展 | 第42-43页 |
| 3.2.2 自动化运行应用框架的设计与实现 | 第43-48页 |
| 3.2.3 自动化运行应用框架的效果验证 | 第48-49页 |
| 3.3 本章小结 | 第49-50页 |
| 第四章 恶意应用检测中的算法研究 | 第50-65页 |
| 4.1 特征选择算法 | 第50-54页 |
| 4.1.1 现有特征选择算法的缺陷 | 第51-52页 |
| 4.1.2 改进的特征选择算法—MD_MR | 第52-54页 |
| 4.2 应用性质检测算法 | 第54-58页 |
| 4.2.1 应用性质检测中的干扰问题 | 第54页 |
| 4.2.2 现有解决方案及缺陷 | 第54-55页 |
| 4.2.3 应用去干扰检测模型—EIA_GDBT | 第55-58页 |
| 4.3 算法验证及实验结果分析 | 第58-64页 |
| 4.3.1 实验环境和样本介绍 | 第58页 |
| 4.3.2 评估指标 | 第58-59页 |
| 4.3.3 模型训练流程 | 第59-60页 |
| 4.3.4 模型训练方法 | 第60页 |
| 4.3.5 实验结果分析 | 第60-64页 |
| 4.4 本章小结 | 第64-65页 |
| 第五章 基于运行时特征的恶意应用检测系统 | 第65-72页 |
| 5.1 系统环境 | 第65页 |
| 5.2 系统架构 | 第65-66页 |
| 5.3 系统检测实例 | 第66-71页 |
| 5.4 本章小结 | 第71-72页 |
| 第六章 总结与展望 | 第72-74页 |
| 6.1 总结 | 第72页 |
| 6.2 展望 | 第72-74页 |
| 参考文献 | 第74-78页 |
| 致谢 | 第78-79页 |
| 攻读学位期间发表的学术论文目录 | 第79页 |
