安卓恶意软件检测技术研究
| 摘要 | 第3-4页 |
| abstract | 第4页 |
| 第一章 绪论 | 第7-13页 |
| 1.1 研究背景及意义 | 第7-10页 |
| 1.1.1 Android智能手机发展现状 | 第7页 |
| 1.1.2 Android恶意软件发展现状 | 第7-9页 |
| 1.1.3 恶意软件的介绍以及种类 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 本文研究内容 | 第11-12页 |
| 1.4 章节安排 | 第12-13页 |
| 第二章 Android背景知识和相关技术 | 第13-21页 |
| 2.1 Android系统架构 | 第13-15页 |
| 2.1.1 Linux内核层 | 第14页 |
| 2.1.2 系统运行库层 | 第14页 |
| 2.1.3 应用程序框架层 | 第14-15页 |
| 2.1.4 应用程序层 | 第15页 |
| 2.2 Android安全机制 | 第15-17页 |
| 2.3 Android恶意程序机制 | 第17-19页 |
| 2.3.1 应用程序安装包结构 | 第17-18页 |
| 2.3.2 Android恶意代码实现方式 | 第18-19页 |
| 2.4 Android恶意软件检测技术 | 第19-20页 |
| 2.5 本章小结 | 第20-21页 |
| 第三章 Android恶意软件检测系统设计 | 第21-34页 |
| 3.1 Android恶意软件检测系统的设计 | 第21-28页 |
| 3.1.1 基于多特征的行为特征提取 | 第21-25页 |
| 3.1.2 基于多特征的行为特征优化 | 第25-28页 |
| 3.2 基于分类算法系统的设计 | 第28-33页 |
| 3.2.1 基于WEKA的测试设计 | 第28-31页 |
| 3.2.2 基于分类算法的检测 | 第31-33页 |
| 3.3 本章小结 | 第33-34页 |
| 第四章 Android恶意软件检测系统的实现 | 第34-55页 |
| 4.1 Android恶意软件检测系统的实现方案 | 第34-47页 |
| 4.1.1 基于多特征的提取实现 | 第35-41页 |
| 4.1.2 基于多特征的优化实现 | 第41-47页 |
| 4.2 基于分类算法检测模块的实现 | 第47-54页 |
| 4.2.1 基于WEKA的检测实现 | 第47-48页 |
| 4.2.2 基于改进随机森林算法的检测实现 | 第48-54页 |
| 4.3 本章小结 | 第54-55页 |
| 第五章 实验结果与分析 | 第55-60页 |
| 5.1 实验环境 | 第55页 |
| 5.2 实验过程 | 第55-56页 |
| 5.3 测试结果及分析 | 第56-59页 |
| 5.3.1 纵向测试 | 第57页 |
| 5.3.2 横向测试 | 第57-58页 |
| 5.3.3 误报率和漏报率分析 | 第58-59页 |
| 5.4 本章小结 | 第59-60页 |
| 第六章 总结与展望 | 第60-61页 |
| 6.1 本文总结 | 第60页 |
| 6.2 工作展望 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 作者在读期间科研成果简介 | 第65-66页 |
| 致谢 | 第66页 |
