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--计算机软件论文--操作系统论文

基于深度学习的Android恶意软件检测技术研究

摘要第5-6页
ABSTRACT第6-7页
第一章 引言第10-20页
    1.1 研究背景与意义第10-13页
    1.2 国内外研究现状第13-16页
    1.3 研究目标和效果第16-17页
    1.4 本文的研究内容及章节安排第17-20页
第二章 基础知识第20-32页
    2.1 Android系统概述第20-22页
        2.1.1 Android体系结构第20-22页
        2.1.2 Android应用程序结构第22页
    2.2 Android恶意软件简介第22-24页
        2.2.1 Android恶意行为简介第22-23页
        2.2.2 恶意软件检测面临的难点和挑战第23-24页
    2.3 相关算法简介第24-30页
        2.3.1 自动编码机与改进的SDA算法第24-25页
        2.3.2 受限玻尔兹曼机(RBM)和深度置信网络(DBN)第25-28页
        2.3.3 迭代决策树第28-29页
        2.3.4 算法优劣势对比第29-30页
    2.4 本章小结第30-32页
第三章 需求分析第32-36页
    3.1 功能性需求分析第32-33页
    3.2 非功能性需求分析第33-34页
    3.3 系统检测流程分析第34-35页
    3.4 本章小结第35-36页
第四章 系统设计第36-48页
    4.1 系统设计概述第36-39页
    4.2 系统模块设计第39-40页
    4.3 特征提取设计第40-45页
        4.3.1 Android安全机制分析第40-41页
        4.3.2 特征提取第41-45页
    4.4 APK文件分析设计第45-46页
    4.5 本章小结第46-48页
第五章 系统实现第48-58页
    5.1 系统介绍第48页
    5.2 数据集准备模块实现第48页
    5.3 特征提取模块实现第48-51页
        5.3.1 静态特征提取第48-49页
        5.3.2 动态特征提取第49-50页
        5.3.3 数据预处理第50-51页
    5.4 模型训练模块实现第51-55页
    5.5 APK文件分析模块的实现第55-56页
    5.6 本章小结第56-58页
第六章 系统测试第58-66页
    6.1 实验简介与测试环境第58-59页
    6.2 基本功能测试第59-62页
    6.3 算法模块测试第62-65页
        6.3.1 有效性与实用性评估第62-63页
        6.3.2 性能评估第63-65页
    6.4 本章小结第65-66页
第七章 总结与展望第66-68页
    7.1 本文工作总结第66-67页
    7.2 未来研究工作展望第67-68页
参考文献第68-72页
致谢第72-74页
作者攻读学位期间发表的学术论文目录第74页

论文共74页,点击 下载论文
上一篇:跨文化角度下应用软件的可用性评估差异研究
下一篇:基于区块链的身份认证系统的设计与实现