摘要 | 第1-6页 |
Abstract | 第6-10页 |
第一章 绪论 | 第10-15页 |
·论文研究背景与意义 | 第10-11页 |
·国内外研究现状与分析 | 第11-13页 |
·安全研究现状 | 第11-12页 |
·安全产品现状 | 第12页 |
·Android 平台安全现状 | 第12-13页 |
·论文主要研究内容 | 第13页 |
·论文组织结构 | 第13-15页 |
第二章 Android 及其安全机制 | 第15-25页 |
·Android 概述 | 第15-20页 |
·Android 系统构架 | 第15-17页 |
·Android 应用组件 | 第17-18页 |
·Android 组件交互模型 | 第18-19页 |
·Android 进程间通信机制 | 第19-20页 |
·Android 安全机制 | 第20-23页 |
·开发阶段 | 第20页 |
·安装阶段 | 第20-21页 |
·运行阶段 | 第21-23页 |
·Android 文件系统的访问控制 | 第23页 |
·Android 恶意软件分析 | 第23-24页 |
·恶意软件分类简介 | 第23页 |
·恶意软件结构 | 第23-24页 |
·恶意软件运行机理 | 第24页 |
·本章小结 | 第24-25页 |
第三章 Android 安全检测系统方案设计 | 第25-38页 |
·系统整体设计 | 第25页 |
·静态行为检测方案 | 第25-32页 |
·方案设计 | 第25-26页 |
·APK 文件简介 | 第26-28页 |
·DEX 文件格式简介 | 第28-29页 |
·获取 DEX 文件特征 | 第29-32页 |
·动态监控方案 | 第32-37页 |
·系统行为异常检测 | 第32-33页 |
·定义系统行为 | 第33-34页 |
·恶意软件对系统行为的影响 | 第34-37页 |
·系统行为特征提取 | 第37页 |
·本章小结 | 第37-38页 |
第四章 Android 安全检测算法研究 | 第38-45页 |
·机器学习概述 | 第38页 |
·基于改进 LS-SVM 算法的静态行为检测算法 | 第38-42页 |
·LS-SVM | 第38-39页 |
·加权 LS-SVM | 第39-41页 |
·稀疏 LS-SVM | 第41页 |
·改进的 LS-SVM 算法 | 第41-42页 |
·基于粗糙集和 BP 神经网络模型的动态异常检测算法 | 第42-44页 |
·粗糙集 | 第42-43页 |
·BP 神经网络 | 第43页 |
·属性简约 | 第43-44页 |
·构建 BP 神经网络 | 第44页 |
·本章小结 | 第44-45页 |
第五章 实验结果与分析 | 第45-53页 |
·实验环境 | 第45页 |
·数据采集 | 第45-46页 |
·Dex 文件特征向量提取 | 第45-46页 |
·动态监控数据获取 | 第46页 |
·实验过程、结果与分析 | 第46-52页 |
·评判标准 | 第46-47页 |
·静态程序文件分析 | 第47-49页 |
·动态系统行为分析 | 第49-50页 |
·系统性能分析 | 第50-52页 |
·本章小结 | 第52-53页 |
第六章 总结与展望 | 第53-54页 |
·总结 | 第53页 |
·展望 | 第53-54页 |
参考文献 | 第54-57页 |
发表论文和科研情况说明 | 第57-58页 |
致谢 | 第58-59页 |