| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状及存在的问题 | 第11-12页 |
| 1.2.1 国内外研究现状 | 第11-12页 |
| 1.2.2 存在的问题 | 第12页 |
| 1.3 本文主要工作 | 第12页 |
| 1.4 本文结构安排 | 第12-14页 |
| 第二章 基于深度学习的ANDROID恶意应用检测算法核心理论 | 第14-26页 |
| 2.1 ANDROID系统架构 | 第14-16页 |
| 2.1.1 Linux内核层 | 第15页 |
| 2.1.2 系统架构层 | 第15-16页 |
| 2.1.3 应用层 | 第16页 |
| 2.2 APK的理论概述 | 第16-17页 |
| 2.2.1 APK的结构分析 | 第16-17页 |
| 2.2.2 smali代码 | 第17页 |
| 2.3 神经网络 | 第17-22页 |
| 2.3.1 神经元的概念 | 第17-19页 |
| 2.3.2 BP神经网络(反向传播神经网络) | 第19页 |
| 2.3.3 循环神经网络(Recurrent Neural Networks,RNN) | 第19-22页 |
| 2.4 深度学习与深层模型 | 第22-23页 |
| 2.5 MAPREDUCE核心理论 | 第23-25页 |
| 2.6 本章小结 | 第25-26页 |
| 第三章 基于深度学习的ANDROID恶意应用检测模型 | 第26-31页 |
| 3.1 模型概述 | 第26页 |
| 3.2 预处理部分 | 第26-27页 |
| 3.3 中间层特征处理部分 | 第27-29页 |
| 3.3.1 特征提取子部分 | 第27-28页 |
| 3.3.2 特征选择子部分 | 第28页 |
| 3.3.3 特征表达子部分 | 第28-29页 |
| 3.4 基于内存的数据(特征)存储容器 | 第29页 |
| 3.5 深度学习检测引擎 | 第29-30页 |
| 3.6 HADOOP分布式集群 | 第30页 |
| 3.7 本章小结 | 第30-31页 |
| 第四章 基于深度学习的ANDROID恶意应用检测算法设计 | 第31-50页 |
| 4.1 基于深度学习的ANDROID恶意应用检测算法总体设计 | 第31-35页 |
| 4.1.1 特征来源的可行性分析 | 第31-32页 |
| 4.1.2 深度学习网络模型的选择策略 | 第32-33页 |
| 4.1.3 基于深度学习的Android恶意应用检测算法总体流程 | 第33-35页 |
| 4.2 预处理 | 第35页 |
| 4.3 特征提取 | 第35-37页 |
| 4.4 特征选择 | 第37-41页 |
| 4.4.1 弱干预的特征选择 | 第38-39页 |
| 4.4.2 强干预的特征选择 | 第39-41页 |
| 4.5 特征表达 | 第41-43页 |
| 4.5.1 独热编码(One-Hot Encoding) | 第42页 |
| 4.5.2 word embedding | 第42-43页 |
| 4.6 特征数据存储策略 | 第43-44页 |
| 4.7 深度学习检测模型 | 第44-47页 |
| 4.8 分布式运算 | 第47-49页 |
| 4.9 本章小结 | 第49-50页 |
| 第五章 基于深度学习的ANDROID恶意应用检测技术的实现 | 第50-67页 |
| 5.1 样本来源 | 第50-51页 |
| 5.2 预处理阶段的实现 | 第51-54页 |
| 5.2.1 样本爬取 | 第51-52页 |
| 5.2.2 反编译 | 第52-54页 |
| 5.3 特征提取阶段的实现 | 第54-56页 |
| 5.4 特征选择阶段的实现 | 第56-60页 |
| 5.4.1 弱干预的特征选择的实现 | 第56-58页 |
| 5.4.2 强干预的特征选择的实现 | 第58-60页 |
| 5.5 特征表达阶段的实现 | 第60-62页 |
| 5.6 数据存储策略 | 第62-63页 |
| 5.7 深度学习模型检测 | 第63-66页 |
| 5.7.1 参数初始化 | 第63-64页 |
| 5.7.2 采用AutoEncoder式训练 | 第64-65页 |
| 5.7.3 防止过拟合采取的措施 | 第65-66页 |
| 5.8 本章小结 | 第66-67页 |
| 第六章 实验结果与分析 | 第67-71页 |
| 6.1 评价标准 | 第67页 |
| 6.2 实验结果 | 第67-69页 |
| 6.3 结果分析 | 第69-70页 |
| 6.4 与主流静态检测方法的对比 | 第70页 |
| 6.5 本章小结 | 第70-71页 |
| 第七章 总结与展望 | 第71-73页 |
| 7.1 总结 | 第71-72页 |
| 7.2 展望 | 第72-73页 |
| 参考文献 | 第73-76页 |
| 致谢 | 第76页 |
