首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--一般性问题论文--安全保密论文

基于Android的恶意软件检测系统研究与实现

摘要第4-6页
ABSTRACT第6-7页
第一章 绪论第10-17页
    1.1 研究背景及意义第10-12页
    1.2 国内外研究现状和发展趋势第12-14页
    1.3 论文主要研究内容第14-15页
    1.4 论文结构安排第15-17页
第二章 Android系统及安全分析第17-30页
    2.1 Android系统第17-22页
        2.1.1 Android体系结构第17-19页
        2.1.2 应用程序组件第19-21页
        2.1.3 Dalvik虚拟机介绍第21页
        2.1.4. apk文件简介第21-22页
    2.2 Android安全分析第22-27页
        2.2.1 Android应用安全分析第22-24页
        2.2.2 Android权限安全机制分析第24-27页
    2.3 Android恶意软件及检测技术第27-29页
        2.3.1 Android恶意软件第27-28页
        2.3.2 动态行为检测技术第28页
        2.3.3 静态行为检测技术第28-29页
    2.4 小结第29-30页
第三章 ACS系统设计与实现第30-54页
    3.1 ACS系统设计第30-37页
        3.1.1 框架结构第30-32页
        3.1.2 n-grams模型与信息增益第32-33页
        3.1.3 执行流程第33-36页
        3.1.4 实验环境与样本库的建立第36-37页
    3.2 样本解析器组件第37-38页
        3.2.1 组件设计第37页
        3.2.2 功能实现第37-38页
    3.3 IG计算排序组件第38-44页
        3.3.1 组件设计第38-39页
        3.3.2 功能实现第39-44页
    3.4 特征值提取组件第44-45页
        3.4.1 组件设计第44-45页
        3.4.2 功能实现第45页
    3.5 样本分类组件第45-53页
        3.5.1 组件设计第45页
        3.5.2 分类算法第45-50页
        3.5.3 功能实现第50-53页
    3.6 小结第53-54页
第四章 实验结果与分析第54-71页
    4.1 特征集的性能评估第54-61页
        4.1.1 resources.arsc特征集的分类结果分析第54-56页
        4.1.2 classes.dex特征集的分类结果分析第56-59页
        4.1.3 AndroidManifest.xml特征集的分类结果分析第59-61页
    4.2 分类器的性能评估第61-69页
        4.2.1 基于实例(IBk)分类器的分类性能分析第61-64页
        4.2.2 朴素贝叶斯(Naive Bayes)分类器的分类性能分析第64-65页
        4.2.3 增强型贝叶斯(Boosted NB)分类器的分类性能分析第65-66页
        4.2.4 决策树(Decision Trees)分类器的分类性能分析第66-67页
        4.2.5 增强型决策树(Boosted DT)分类器的分类性能分析第67-68页
        4.2.6 序列最小优化(SMO)分类器的分类性能分析第68-69页
    4.3 小结第69-71页
第五章 总结与展望第71-73页
    5.1 论文工作总结第71-72页
    5.2 问题与展望第72-73页
参考文献第73-76页
致谢第76-77页
攻读学位期间发表的学术论文第77页

论文共77页,点击 下载论文
上一篇:克氏原螯虾饲料蛋白添加量和遗传多样性研究
下一篇:Cd、Pb胁迫对不同月季品种生长和生理生化特性的影响