| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 1 绪论 | 第9-17页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外相关技术研究现状 | 第10-16页 |
| 1.2.1 基于静态分析的恶意软件检测方法 | 第10-12页 |
| 1.2.2 基于动态分析的恶意软件检测方法 | 第12-13页 |
| 1.2.3 基于动静态结合分析的恶意软件检测方法 | 第13-14页 |
| 1.2.4 基于元数据的恶意软件检测方法 | 第14-16页 |
| 1.3 课题主要研究工作 | 第16页 |
| 1.4 论文结构 | 第16-17页 |
| 2 相关技术 | 第17-23页 |
| 2.1 Android系统简介 | 第17-19页 |
| 2.1.1 Android权限 | 第17-18页 |
| 2.1.2 Android函数调用 | 第18页 |
| 2.1.3 Android第三方库 | 第18-19页 |
| 2.2 集成学习 | 第19-22页 |
| 2.2.1 集成学习简介 | 第19-20页 |
| 2.2.2 集成学习算法 | 第20-21页 |
| 2.2.3 集成策略 | 第21-22页 |
| 2.3 本章小结 | 第22-23页 |
| 3 基于集成学习的Android恶意软件检测方法研究 | 第23-43页 |
| 3.1 引言 | 第23页 |
| 3.2 检测框架 | 第23-24页 |
| 3.3 APK分析 | 第24-26页 |
| 3.4 数据预处理 | 第26-31页 |
| 3.4.1 冗余权限检测 | 第26-29页 |
| 3.4.2 第三方库检测 | 第29-31页 |
| 3.4.3 系统资源数据归一化 | 第31页 |
| 3.5 APK特征化 | 第31-33页 |
| 3.6 集成学习检测方法 | 第33-38页 |
| 3.6.1 检测框架 | 第33-34页 |
| 3.6.2 基学习器构建 | 第34-37页 |
| 3.6.3 集成策略 | 第37-38页 |
| 3.7 实验与分析 | 第38-42页 |
| 3.8 本章小结 | 第42-43页 |
| 4 恶意检测系统设计与实现 | 第43-58页 |
| 4.1 总体框架设计 | 第43-44页 |
| 4.2 系统检测流程 | 第44-45页 |
| 4.3 详细设计 | 第45-56页 |
| 4.3.1 APK分析 | 第45-50页 |
| 4.3.2 辅助模块 | 第50-52页 |
| 4.3.3 数据预处理 | 第52-53页 |
| 4.3.4 APK特征化 | 第53页 |
| 4.3.5 学习模块 | 第53-55页 |
| 4.3.6 检测模块 | 第55-56页 |
| 4.4 本章小结 | 第56-58页 |
| 5 总结和展望 | 第58-59页 |
| 5.1 本文工作总结 | 第58页 |
| 5.2 未来工作展望 | 第58-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 附录 | 第64页 |