| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 研究背景和研究意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.3 本文研究内容 | 第14-15页 |
| 1.4 本文结构安排 | 第15-16页 |
| 第二章 Android及其相关安全机制研究 | 第16-27页 |
| 2.1 Android系统架构 | 第16-18页 |
| 2.2 Android应用程序组件 | 第18-22页 |
| 2.2.1 Activity及其生命周期 | 第19-20页 |
| 2.2.2 Service及其生命周期 | 第20-21页 |
| 2.2.3 Content Provider及其生命周期 | 第21页 |
| 2.2.4 Broadcast Receiver及其生命周期 | 第21-22页 |
| 2.2.5 四大组件的激活方式 | 第22页 |
| 2.3 Android安全机制 | 第22-26页 |
| 2.3.1 权限机制 | 第23-24页 |
| 2.3.2 沙箱 | 第24-25页 |
| 2.3.3 签名机制 | 第25-26页 |
| 2.4 数据流分析 | 第26页 |
| 2.5 本章小结 | 第26-27页 |
| 第三章 隐私泄露自动化检测方法及关键技术 | 第27-35页 |
| 3.1 隐私泄露自动化检测方法方案设计 | 第27-28页 |
| 3.2 Android应用程序结构分析 | 第28-29页 |
| 3.3 污点分析 | 第29-31页 |
| 3.3.1 静态污点分析和动态污点分析 | 第29-31页 |
| 3.3.2 Explicit和Implicit数据流分析 | 第31页 |
| 3.4 基于机器学习的分析方法 | 第31-33页 |
| 3.5 泄漏源/泄露点生成方法 | 第33-34页 |
| 3.6 本章小结 | 第34-35页 |
| 第四章 隐私泄露自动化检测系统的设计与实现 | 第35-49页 |
| 4.1 隐私泄露自动化检测系统整体框架 | 第35-36页 |
| 4.2 泄露文件 | 第36-39页 |
| 4.3 泄露数据库生成模块 | 第39-43页 |
| 4.3.1 静态污点分析 | 第39-40页 |
| 4.3.2 规范化输出 | 第40-41页 |
| 4.3.3 去除冗余 | 第41-42页 |
| 4.3.4 类型化泄露数据库的生成 | 第42-43页 |
| 4.4 判断决策森林生成模块 | 第43-47页 |
| 4.4.1 随机森林算法 | 第43-45页 |
| 4.4.2 特征选取 | 第45-46页 |
| 4.4.3 判断决策森林的生成 | 第46-47页 |
| 4.5 逆向定位模块 | 第47页 |
| 4.6 本章小结 | 第47-49页 |
| 第五章 实验与结果分析 | 第49-56页 |
| 5.1 实验环境 | 第49页 |
| 5.2 数据来源 | 第49-50页 |
| 5.3 评价标准 | 第50页 |
| 5.4 泄露数据库实验与结果分析 | 第50-51页 |
| 5.5 判断决策森林实验与结果分析 | 第51-54页 |
| 5.6 逆向定位实验与结果分析 | 第54页 |
| 5.7 本章小结 | 第54-56页 |
| 第六章 总结与展望 | 第56-58页 |
| 参考文献 | 第58-61页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第61-62页 |
| 附录2 攻读硕士学位期间参加的科研项目 | 第62-63页 |
| 致谢 | 第63页 |
