| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 研究的目标和意义 | 第13页 |
| 1.4 论文的主要内容 | 第13-14页 |
| 1.5 本章小结 | 第14-15页 |
| 第二章 Android恶意软件及相关技术 | 第15-34页 |
| 2.1 Android系统概述 | 第15-23页 |
| 2.1.1 Android系统架构 | 第16-20页 |
| 2.1.2 Android安全机制与隐患 | 第20-23页 |
| 2.2 Android恶意软件类别 | 第23-29页 |
| 2.2.1 隐私窃取类恶意软件 | 第24页 |
| 2.2.2 资费消耗类恶意软件 | 第24页 |
| 2.2.3 远程控制类恶意软件 | 第24页 |
| 2.2.4 流氓行为类恶意软件 | 第24-25页 |
| 2.2.5 Google密盗恶意软件分析 | 第25-29页 |
| 2.3 Android软件运行时数据获取方法 | 第29-33页 |
| 2.3.1 HOOK原理 | 第29-30页 |
| 2.3.2 HOOK框架 | 第30-33页 |
| 2.4 本章小结 | 第33-34页 |
| 第三章 恶意软件检测方法 | 第34-47页 |
| 3.1 恶意软件动态检测 | 第34-35页 |
| 3.2 恶意软件检测算法研究 | 第35-43页 |
| 3.2.1 贝叶斯分类器 | 第36-39页 |
| 3.2.2 支持向量机(SVM) | 第39-41页 |
| 3.2.3 决策树 | 第41-43页 |
| 3.3 恶意样本生成算法研究 | 第43-45页 |
| 3.3.1 RNS算法 | 第43-44页 |
| 3.3.2 RRNS算法 | 第44-45页 |
| 3.4 本章小结 | 第45-47页 |
| 第四章 基于RRNS的恶意软件动态检测方法 | 第47-54页 |
| 4.1 模型概述 | 第47页 |
| 4.2 模型详述 | 第47-53页 |
| 4.2.1 API数据收集模块 | 第48-49页 |
| 4.2.2 数据处理模块 | 第49-50页 |
| 4.2.3 恶意样本库生成模块 | 第50-52页 |
| 4.2.4 恶意应用检测模块 | 第52-53页 |
| 4.3 本章小结 | 第53-54页 |
| 第五章 实验仿真与评估 | 第54-60页 |
| 5.1 实验仿真 | 第54-56页 |
| 5.1.1 基于RRNS的恶意软件动态检测模型试验 | 第54-56页 |
| 5.1.2 RRNS与RNS生成样本对比试验 | 第56页 |
| 5.1.3 RRNS生成样本对分类模型影响试验 | 第56页 |
| 5.2 结果评估 | 第56-59页 |
| 5.2.1 基于RRNS的恶意软件动态检测模型评估 | 第57页 |
| 5.2.2 RRNS与RNS生成样本对比评估 | 第57-58页 |
| 5.2.3 RRNS生成样本对分类模型影响评估 | 第58-59页 |
| 5.3 本章小结 | 第59-60页 |
| 第六章 总结和展望 | 第60-62页 |
| 6.1 论文总结 | 第60-61页 |
| 6.2 研究展望 | 第61-62页 |
| 参考文献 | 第62-64页 |
| 附录 | 第64-68页 |
| 致谢 | 第68-69页 |
| 攻读硕士学位期间发表的学术论文目录 | 第69-70页 |
| 攻读硕士学位期间参加的科研项目 | 第70页 |