基于动态分析的Android恶意软件检测系统的研究与实现
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第11-16页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 前人研究现状 | 第12-14页 |
| 1.3 研究目标和思路 | 第14-15页 |
| 1.4 论文组织结构 | 第15-16页 |
| 第二章 关键技术研究 | 第16-25页 |
| 2.1 Android系统架构分析研究 | 第16-17页 |
| 2.2 Android动态分析技术研究 | 第17-19页 |
| 2.2.1 沙箱技术研究 | 第17-18页 |
| 2.2.2 Android系统的Hook技术研究 | 第18-19页 |
| 2.3 Android自动触发应用行为研究 | 第19-21页 |
| 2.3.1 Android常用测试工具研究 | 第19-20页 |
| 2.3.2 自动触发技术研究 | 第20-21页 |
| 2.4 机器学习相关算法研究 | 第21-24页 |
| 2.4.1 线性回归 | 第21-22页 |
| 2.4.2 支持向量机 | 第22-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第三章 动态分析模块的研究与实现 | 第25-37页 |
| 3.1 动态分析模块的研究与设计 | 第25-30页 |
| 3.1.1 Android敏感行为研究思路 | 第25-26页 |
| 3.1.2 Kernel层敏感行为的监测研究 | 第26-28页 |
| 3.1.3 Framework层敏感行为监测研究 | 第28-30页 |
| 3.2 动态分析模块的实现 | 第30-35页 |
| 3.2.1 Kernel层敏感行为监测 | 第30-33页 |
| 3.2.2 Framework层敏感行为监测 | 第33-35页 |
| 3.3 动态分析效果检验 | 第35-36页 |
| 3.4 本章小结 | 第36-37页 |
| 第四章 恶意软件检测模块的研究与实现 | 第37-48页 |
| 4.1 恶意软件检测模块的研究与设计 | 第37-41页 |
| 4.1.1 Android敏感行为特征规律研究 | 第37-39页 |
| 4.1.2 恶意软件检测研究 | 第39-41页 |
| 4.2 恶意软件检测模块的实现 | 第41-47页 |
| 4.2.1 未来行为预测 | 第41-43页 |
| 4.2.2 恶意软件检测 | 第43-47页 |
| 4.3 本章小结 | 第47-48页 |
| 第五章 系统的实现与测试 | 第48-65页 |
| 5.1 系统架构设计 | 第48-49页 |
| 5.2 系统的实现 | 第49-59页 |
| 5.2.1 功能设计与实现 | 第50-56页 |
| 5.2.2 数据库设计 | 第56-59页 |
| 5.3 系统的测试 | 第59-64页 |
| 5.3.1 系统部署 | 第59页 |
| 5.3.2 系统测试 | 第59-64页 |
| 5.4 本章小结 | 第64-65页 |
| 第六章 总结与展望 | 第65-67页 |
| 6.1 工作总结 | 第65页 |
| 6.2 创新之处 | 第65页 |
| 6.3 工作展望 | 第65-67页 |
| 参考文献 | 第67-70页 |
| 附录 | 第70-72页 |
| 致谢 | 第72-73页 |
| 攻读学位期间发表的学术论文目录 | 第73页 |
