| 摘要 | 第4-6页 |
| ABSTRACT | 第6-8页 |
| 第一章 绪论 | 第11-14页 |
| 1.1 研究背景 | 第11页 |
| 1.2 相关研究工作 | 第11-12页 |
| 1.3 本文主要工作 | 第12-13页 |
| 1.4 本文篇章结构 | 第13-14页 |
| 第二章 Android恶意应用相关理论和技术概述 | 第14-22页 |
| 2.1 恶意应用定义及分类 | 第14页 |
| 2.2 恶意应用检测技术 | 第14-16页 |
| 2.2.1 分析技术 | 第15页 |
| 2.2.2 判定方法 | 第15-16页 |
| 2.3 恶意应用命名 | 第16-20页 |
| 2.3.1 恶意应用名称 | 第16-17页 |
| 2.3.2 反病毒引擎命名规则 | 第17-19页 |
| 2.3.3 国家标准命名规则 | 第19页 |
| 2.3.4 恶意应用标准命名 | 第19-20页 |
| 2.4 恶意家族 | 第20-21页 |
| 2.5 小结 | 第21-22页 |
| 第三章 Android应用检测数据分析和评判方法研究 | 第22-37页 |
| 3.1 检测数据分析和评判研究方法总体框架 | 第22页 |
| 3.2 多引擎检测结果分析及评判方法 | 第22-27页 |
| 3.2.1 多引擎检测方法及流程 | 第23-25页 |
| 3.2.2 多引擎检测结果分析 | 第25-26页 |
| 3.2.3 多引擎检测结果评判 | 第26-27页 |
| 3.3 静态检测结果分析及评判方法 | 第27-32页 |
| 3.3.1 静态检测方法及流程 | 第28-31页 |
| 3.3.2 静态检测结果分析 | 第31页 |
| 3.3.3 静态检测结果评判 | 第31-32页 |
| 3.4 综合评判方法 | 第32-35页 |
| 3.4.1 Apriori算法 | 第32-34页 |
| 3.4.2 Jaccard比较算法 | 第34页 |
| 3.4.3 综合评判流程 | 第34-35页 |
| 3.5 小结 | 第35-37页 |
| 第四章 Android应用检测数据分析和评判系统设计 | 第37-56页 |
| 4.1 多引擎模块 | 第37-50页 |
| 4.1.1 多引擎结果处理模块 | 第37-42页 |
| 4.1.2 多引擎结果分析模块 | 第42-48页 |
| 4.1.3 多引擎结果评判模块 | 第48-50页 |
| 4.2 静态模块 | 第50-53页 |
| 4.2.1 静态结果分析模块 | 第50-52页 |
| 4.2.2 静态结果评判模块 | 第52-53页 |
| 4.3 结果整合模块 | 第53-55页 |
| 4.3.1 结果评判模块 | 第53-54页 |
| 4.3.2 信息展示模块 | 第54-55页 |
| 4.4 小结 | 第55-56页 |
| 第五章 实验结果分析与评价 | 第56-61页 |
| 5.1 实验基础工作 | 第56-57页 |
| 5.1.1 训练样本选择 | 第56页 |
| 5.1.2 命名规则对应库实现 | 第56-57页 |
| 5.1.3 家族-API规则库实现 | 第57页 |
| 5.2 应用评判实例及分析 | 第57-59页 |
| 5.3 应用评判综合分析 | 第59-61页 |
| 第六章 总结和展望 | 第61-63页 |
| 参考文献 | 第63-66页 |
| 致谢 | 第66-67页 |
| 作者攻读硕士学位期间发表的学术论文 | 第67页 |