| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究工作的背景与意义 | 第10-11页 |
| 1.2 ANDROID安全分析的国内外研究历史与现状 | 第11-14页 |
| 1.2.1 静态分析技术 | 第11-13页 |
| 1.2.2 动态检测技术 | 第13-14页 |
| 1.3 本文的主要内容 | 第14-15页 |
| 1.4 本论文的结构安排 | 第15-16页 |
| 第二章 ANDROID安全分析基础 | 第16-27页 |
| 2.1 背景知识 | 第16-18页 |
| 2.1.1 组件间通信 | 第16-17页 |
| 2.1.2 安全机制 | 第17-18页 |
| 2.2 应用程序面临的攻击 | 第18-20页 |
| 2.2.1 单个应用程序恶意行为 | 第18-19页 |
| 2.2.2 多个应用程序利用ICC机制的恶意行为 | 第19-20页 |
| 2.3 本文所用技术 | 第20-26页 |
| 2.3.1 Soot介绍 | 第20-22页 |
| 2.3.2 FlowDroid介绍 | 第22-24页 |
| 2.3.3 Alloy介绍 | 第24-25页 |
| 2.3.4 随机森林 | 第25-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第三章 基于机器学习的安全检测方案设计与实现 | 第27-35页 |
| 3.1 检测方案设计 | 第27-29页 |
| 3.1.1 提取特征 | 第28页 |
| 3.1.2 训练分类器 | 第28-29页 |
| 3.2 检测方案实现 | 第29-34页 |
| 3.2.1 提取特征 | 第29-32页 |
| 3.2.2 训练分类器 | 第32-34页 |
| 3.3 本章小结 | 第34-35页 |
| 第四章 基于形式化的安全检测方案设计与实现 | 第35-62页 |
| 4.1 需求分析 | 第35-37页 |
| 4.2 检测方案设计 | 第37-49页 |
| 4.2.1 污点分析模块 | 第39页 |
| 4.2.2 实体提取模块 | 第39-41页 |
| 4.2.3 模型合并模块 | 第41-42页 |
| 4.2.4 模型自动转换模块 | 第42-47页 |
| 4.2.5 模型检测模块 | 第47-49页 |
| 4.2.6 分析结果转换模块 | 第49页 |
| 4.3 检测方案实现 | 第49-61页 |
| 4.3.1 污点分析模块 | 第50页 |
| 4.3.2 实体提取模块 | 第50-55页 |
| 4.3.3 模型合并模块 | 第55-56页 |
| 4.3.4 模型自动转换模块 | 第56-57页 |
| 4.3.5 模型检测模块 | 第57-61页 |
| 4.3.6 分析结果转换模块 | 第61页 |
| 4.4 本章小结 | 第61-62页 |
| 第五章 测试 | 第62-76页 |
| 5.1 基于机器学习的安全检测方案的测试 | 第62-69页 |
| 5.1.1 评估标准 | 第62-63页 |
| 5.1.2 样本来源 | 第63页 |
| 5.1.3 测试数据 | 第63-69页 |
| 5.2 基于形式化的安全检测方案的测试 | 第69-75页 |
| 5.2.1 自动化测试 | 第69-71页 |
| 5.2.2 正确性测试 | 第71-74页 |
| 5.2.3 性能分析 | 第74-75页 |
| 5.3 本章小结 | 第75-76页 |
| 第六章 总结与展望 | 第76-77页 |
| 致谢 | 第77-78页 |
| 参考文献 | 第78-82页 |