基于静态分析的Android恶意软件检测技术研究
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景及意义 | 第9-11页 |
| 1.1.1 研究背景 | 第9-10页 |
| 1.1.2 研究意义 | 第10-11页 |
| 1.2 研究现状 | 第11-13页 |
| 1.3 论文的研究内容 | 第13-14页 |
| 1.4 章节安排 | 第14-15页 |
| 第二章 Android恶意软件检测相关技术 | 第15-25页 |
| 2.1 静态污点跟踪技术 | 第15-17页 |
| 2.1.1 FlowDroid | 第16-17页 |
| 2.2 Android签名技术 | 第17-18页 |
| 2.2.1 多级签名检测 | 第17-18页 |
| 2.3 机器学习检测技术 | 第18-22页 |
| 2.3.1 SVM | 第19-21页 |
| 2.3.2 libsvm | 第21-22页 |
| 2.4 D-S证据合成理论简介 | 第22-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第三章 两阶段Android恶意软件静态检测系统 | 第25-31页 |
| 3.1 检测模型框架及流程 | 第25-28页 |
| 3.2 系统模块简介 | 第28-30页 |
| 3.2.1 预处理模块 | 第28页 |
| 3.2.2 轻量检测模块 | 第28-29页 |
| 3.2.3 精确检测模块 | 第29-30页 |
| 3.2.4 分析结果输出模块 | 第30页 |
| 3.3 本章小结 | 第30-31页 |
| 第四章 轻量检测模块 | 第31-43页 |
| 4.1 轻量检测模块检测方法 | 第31-39页 |
| 4.1.1 检测方法流程 | 第31-32页 |
| 4.1.2 基于整体签名的检测方法原理 | 第32-34页 |
| 4.1.3 基于权限类别组合的检测方法原理 | 第34-39页 |
| 4.2 模块设计 | 第39页 |
| 4.3 轻量检测模块实验 | 第39-42页 |
| 4.3.1 样本收集 | 第39-40页 |
| 4.3.2 评价方式 | 第40页 |
| 4.3.3 实验 | 第40-42页 |
| 4.4 本章小结 | 第42-43页 |
| 第五章 精确检测模块 | 第43-53页 |
| 5.1 精确检测模块检测方法 | 第43-47页 |
| 5.1.1 检测方法流程 | 第43-44页 |
| 5.1.2 基于数据流模式的检测方法原理 | 第44-47页 |
| 5.2 模块设计 | 第47-49页 |
| 5.3 精确检测模块实验 | 第49-50页 |
| 5.3.1 样本收集 | 第49页 |
| 5.3.2 评价指标 | 第49页 |
| 5.3.3 实验 | 第49-50页 |
| 5.4 集成测试 | 第50-52页 |
| 5.5 本章小结 | 第52-53页 |
| 第六章 总结与展望 | 第53-55页 |
| 6.1 论文工作总结 | 第53页 |
| 6.2 下一步研究工作展望 | 第53-55页 |
| 参考文献 | 第55-58页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第58-59页 |
| 附录2 攻读硕士学位期间申请的专利 | 第59-60页 |
| 致谢 | 第60页 |
