| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题研究背景及意义 | 第10-12页 |
| 1.2 论文研究内容 | 第12-13页 |
| 1.3 论文组织结构 | 第13-16页 |
| 第2章 Android隐私泄露检测相关技术背景介绍 | 第16-32页 |
| 2.1 引言 | 第16页 |
| 2.2 Android平台相关知识 | 第16-22页 |
| 2.2.1 Android平台的体系框架 | 第16-18页 |
| 2.2.2 Android应用组件 | 第18-20页 |
| 2.2.3 Android安全机制 | 第20-22页 |
| 2.3 Android应用逆向分析技术 | 第22-24页 |
| 2.3.1 Android应用安装包结构 | 第23页 |
| 2.3.2 Android逆向分析工具 | 第23-24页 |
| 2.4 Android隐私泄露检测主要技术及研究现状 | 第24-30页 |
| 2.4.1 Android隐私泄露方式 | 第24-25页 |
| 2.4.2 隐私泄露动态检测技术 | 第25-26页 |
| 2.4.3 隐私泄露静态检测技术 | 第26-28页 |
| 2.4.4 其他隐私泄露检测技术 | 第28-30页 |
| 2.5 本章小结 | 第30-32页 |
| 第3章 基于LSSVM多类分类的隐私源与隐私泄漏点采集技术 | 第32-48页 |
| 3.1 引言 | 第32页 |
| 3.2 SVM理论基础介绍 | 第32-35页 |
| 3.2.1 线性分类 | 第32-34页 |
| 3.2.2 非线性分类及核函数 | 第34-35页 |
| 3.3 隐私源与隐私泄露点定义与特征描述 | 第35-39页 |
| 3.3.1 隐私源与隐私泄露点定义 | 第35-37页 |
| 3.3.2 隐私源与隐私泄露点特征描述 | 第37-39页 |
| 3.4 基于LSSVM多类分类算法的隐私源和隐私泄露点采集模型 | 第39-44页 |
| 3.4.1 LSSVM多类分类算法设计 | 第39-42页 |
| 3.4.2 隐私源和隐私泄露点采集模型框架设计 | 第42-44页 |
| 3.5 实验结果与分析 | 第44-47页 |
| 3.5.1 实验方案 | 第44-45页 |
| 3.5.2 实验结果 | 第45-47页 |
| 3.6 本章小结 | 第47-48页 |
| 第4章 基于优化Warshall算法的隐私泄露检测技术 | 第48-64页 |
| 4.1 引言 | 第48页 |
| 4.2 隐私泄露路径检测相关定义 | 第48-49页 |
| 4.3 基于优化Warshall算法的隐私泄露路径的检测 | 第49-60页 |
| 4.3.1 检测模型框架设计 | 第49-51页 |
| 4.3.2 APK反编译及XML解析 | 第51-52页 |
| 4.3.3 API调用关系图构建 | 第52-56页 |
| 4.3.3.1 smali语法描述 | 第52-55页 |
| 4.3.3.2 构建API调用关系图 | 第55-56页 |
| 4.3.4 Warshall算法的优化与改进 | 第56-60页 |
| 4.4 实验结果与分析 | 第60-63页 |
| 4.4.1 实验方案 | 第60-61页 |
| 4.4.2 实验结果 | 第61-63页 |
| 4.5 本章小结 | 第63-64页 |
| 结论 | 第64-66页 |
| 参考文献 | 第66-71页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第71-72页 |
| 致谢 | 第72页 |
