| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 目录 | 第7-9页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景及意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 本文的主要工作 | 第13-14页 |
| 1.4 本文的组织结构 | 第14-15页 |
| 第2章 Android 平台安全特性与恶意软件检测技术 | 第15-25页 |
| 2.1 Android 平台系统架构 | 第15-17页 |
| 2.2 Android 平台安全机制 | 第17-21页 |
| 2.2.1 Linux 内核安全机制 | 第17-18页 |
| 2.2.2 Android 本地库及运行环境层安全机制 | 第18-19页 |
| 2.2.3 应用程序框架层安全机制 | 第19-21页 |
| 2.3 Android 平台威胁 | 第21-22页 |
| 2.4 Android 平台恶意软件检测方法 | 第22-23页 |
| 2.5 本章小结 | 第23-25页 |
| 第3章 多模式安全检测系统模型研究 | 第25-35页 |
| 3.1 智能手机安全检测系统设计要求 | 第25-26页 |
| 3.1.1 安全软件不同使用场景 | 第25页 |
| 3.1.2 手机平台和计算机平台特性分析 | 第25-26页 |
| 3.1.3 多种模式安全检测方案 | 第26页 |
| 3.2 多模式安全检测系统模型 | 第26-33页 |
| 3.2.1 终端检测子系统 | 第27-28页 |
| 3.2.2 PC 端检测子系统 | 第28-32页 |
| 3.2.3 云端检测子系统 | 第32-33页 |
| 3.3 本章小结 | 第33-35页 |
| 第4章 系统主要检测方法设计 | 第35-45页 |
| 4.1 提取权限特征 | 第35-36页 |
| 4.2 特征选择算法 | 第36-37页 |
| 4.3 机器学习方法 | 第37-39页 |
| 4.3.1 支持向量机(SVM) | 第37-38页 |
| 4.3.2 随机森林（Random Forest） | 第38页 |
| 4.3.3 J48 决策树（C4.5） | 第38-39页 |
| 4.4 实验结果与分析 | 第39-43页 |
| 4.5 本章小结 | 第43-45页 |
| 第5章 多模式安全检测系统设计与实现 | 第45-59页 |
| 5.1 系统架构 | 第45-46页 |
| 5.2 系统功能模块设计 | 第46-54页 |
| 5.2.1 终端检测子系统设计 | 第46-47页 |
| 5.2.2 PC 端检测子系统设计 | 第47-54页 |
| 5.2.3 云端检测子系统设计 | 第54页 |
| 5.3 系统功能测试与特性分析 | 第54-58页 |
| 5.3.1 静态分析功能测试 | 第54-55页 |
| 5.3.2 恶意软件检测功能测试 | 第55-56页 |
| 5.3.3 系统特性分析 | 第56-58页 |
| 5.4 本章小结 | 第58-59页 |
| 结论 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 攻读硕士学位期间所发表的学术论文 | 第65-67页 |
| 致谢 | 第67页 |
