一种基于敏感API的Android应用安全需求推荐方法
摘要 | 第4-6页 |
abstract | 第6-7页 |
第1章 绪论 | 第10-17页 |
1.1 研究背景及意义 | 第10-11页 |
1.2 国内外研究现状 | 第11-14页 |
1.2.1 安全需求研究现状 | 第11-12页 |
1.2.2 Android应用研究现状 | 第12-14页 |
1.3 研究内容 | 第14-15页 |
1.4 结构安排 | 第15-17页 |
第2章 背景知识及相关技术介绍 | 第17-32页 |
2.1 Android系统 | 第17-28页 |
2.1.1 Android系统架构 | 第17-20页 |
2.1.2 Android安全机制 | 第20-23页 |
2.1.3 Android应用程序组件 | 第23-28页 |
2.2 K-means算法与Apriori算法 | 第28-30页 |
2.3 本章小结 | 第30-32页 |
第3章 功能与敏感API关系模型 | 第32-42页 |
3.1 定义功能与敏感API关系模型 | 第32-33页 |
3.2 基于描述本文的应用主题聚类 | 第33-37页 |
3.2.1 文本预处理 | 第33-34页 |
3.2.2 主题建模 | 第34-36页 |
3.2.3 应用聚类 | 第36-37页 |
3.3 构建功能与敏感API关系 | 第37-41页 |
3.4 本章小结 | 第41-42页 |
第4章 安全需求推荐方法 | 第42-50页 |
4.1 获取恶意行为 | 第42-44页 |
4.2 推荐方法 | 第44-49页 |
4.2.1 获取功能 | 第45-46页 |
4.2.2 关联到模型 | 第46-47页 |
4.2.3 推荐安全需求 | 第47-49页 |
4.3 本章小结 | 第49-50页 |
第5章 实验与分析 | 第50-57页 |
5.1 确定实验数据集 | 第50页 |
5.2 评估模型FSAM有效性 | 第50-55页 |
5.2.1 评估主题可理解性 | 第51-52页 |
5.2.2 验证预测结果准确性 | 第52-55页 |
5.3 验证推荐方法有效性 | 第55-56页 |
5.4 本章小结 | 第56-57页 |
第6章 总结与展望 | 第57-59页 |
6.1 总结 | 第57-58页 |
6.2 展望 | 第58-59页 |
参考文献 | 第59-66页 |
作者简介及研究成果 | 第66-67页 |
致谢 | 第67页 |