| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 第1章 绪论 | 第10-14页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 主要研究内容 | 第12-13页 |
| 1.4 论文组织结构 | 第13-14页 |
| 第2章 相关背景介绍 | 第14-25页 |
| 2.1 Android系统介绍 | 第14-17页 |
| 2.1.1 Android的发展历史 | 第14-15页 |
| 2.1.2 Android的系统架构 | 第15-17页 |
| 2.1.3 Android的四大组件 | 第17页 |
| 2.2 Android安全体系 | 第17-20页 |
| 2.2.1 Linux内核安全体系 | 第18页 |
| 2.2.2 Android的签名机制 | 第18页 |
| 2.2.3 Android的权限检查机制 | 第18-19页 |
| 2.2.4 Android应用程序的沙箱机制 | 第19-20页 |
| 2.3 Android安全隐患 | 第20页 |
| 2.4 Android项目结构 | 第20-22页 |
| 2.5 数据挖掘相关知识 | 第22-24页 |
| 2.5.1 数据挖掘简介 | 第22-23页 |
| 2.5.2 数据挖掘的功能 | 第23-24页 |
| 2.5.3 数据挖掘的对象 | 第24页 |
| 2.6 本章小结 | 第24-25页 |
| 第3章 Android恶意软件检测研究 | 第25-42页 |
| 3.1 敏感API分析 | 第25-26页 |
| 3.2 Android逆向及smali文件分析 | 第26-30页 |
| 3.2.1 apk文件分析 | 第26-29页 |
| 3.2.2 smali文件分析 | 第29-30页 |
| 3.3 层次分析法(Analytic Hierarchy Process，AHP) | 第30-34页 |
| 3.3.1 AHP简介 | 第30页 |
| 3.3.2 AHP基本思想和特点 | 第30-31页 |
| 3.3.3 计算敏感API权重 | 第31-34页 |
| 3.4 神经网络算法 | 第34-40页 |
| 3.4.1 BP神经网络算法 | 第35-38页 |
| 3.4.2 改进的BP神经网络算法 | 第38-40页 |
| 3.5 关联规则挖掘算法—FPGrowth算法 | 第40-41页 |
| 3.6 本章小结 | 第41-42页 |
| 第4章 Android恶意软件检测设计与实现 | 第42-48页 |
| 4.1 系统模块设计及实现 | 第42-47页 |
| 4.1.1 检测规则集产生模块 | 第42-44页 |
| 4.1.2 移动端APK文件检测模块 | 第44-45页 |
| 4.1.3 移动端病毒查杀模块 | 第45-46页 |
| 4.1.4 已安装软件检测模块 | 第46-47页 |
| 4.1.5 检测结果展示模块 | 第47页 |
| 4.2 本章小结 | 第47-48页 |
| 第5章 实验结果分析 | 第48-53页 |
| 5.1 实验测试目的 | 第48页 |
| 5.2 实验环境搭建 | 第48页 |
| 5.3 实验中测试过程的分析 | 第48-49页 |
| 5.4 结果分析 | 第49-52页 |
| 5.4.1 Android端测试 | 第49页 |
| 5.4.2 pc端测试 | 第49-52页 |
| 5.5 本章小结 | 第52-53页 |
| 结论 | 第53-54页 |
| 参考文献 | 第54-56页 |
| 致谢 | 第56-57页 |
| 攻读硕士期间发表（含录用）的学术论文 | 第57页 |