首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--一般性问题论文--安全保密论文

基于多重特征的Android恶意应用检测方法研究与实现

摘要第5-6页
ABSTRACT第6-7页
第1章 绪论第10-16页
    1.1 研究背景第10-12页
    1.2 国内外相关工作第12-14页
    1.3 本文研究内容第14页
    1.4 论文结构第14-16页
第2章 相关背景知识第16-22页
    2.1 ANDROID系统基础知识第16-19页
        2.1.1 Android系统框架第16-17页
        2.1.2 Android的安全机制第17-19页
    2.2 恶意应用检测方法第19-20页
        2.2.1 基于签名的匹配第19页
        2.2.2 静态特征检测第19-20页
        2.2.3 动态特征检测第20页
    2.3 数据挖掘原理第20-21页
        2.3.1 分类第20页
        2.3.2 交叉验证方法第20-21页
        2.3.3 集成学习方法第21页
    2.4 本章小结第21-22页
第3章 ANDROID应用多重特征提取第22-45页
    3.1 静态特征提取第22-30页
        3.1.1 APK文件结构简介第22-23页
        3.1.2 基于反编译Smali汇编码的特征提取第23-28页
        3.1.3 基于Permission权限的特征提取第28-30页
    3.2 动态特征提取第30-35页
        3.2.1 Zygote进程第30-31页
        3.2.2 动态注入劫持第31-33页
        3.2.3 事件触发与特征提取第33-35页
    3.3 多重特征的分类对比实验第35-44页
        3.3.1 APK样本集和特征选取第35页
        3.3.2 分类的评估第35-36页
        3.3.3 单一特征实验第36-40页
        3.3.4 多重特征实验第40-44页
    3.4 本章小结第44-45页
第4章 集成学习对分类效果的提升第45-55页
    4.1 基础分类算法简述第45-47页
    4.2 集成学习方法第47-51页
        4.2.1 Bagging第48-49页
        4.2.2 Boosting第49-51页
        4.2.3 Stacking第51页
    4.3 集成学习方法实验第51-54页
    4.4 本章小结第54-55页
第5章 基于多重特征的ANDROID恶意应用检测系统第55-62页
    5.1 系统框架第55-56页
        5.1.1 实现环境第55页
        5.1.2 系统组成第55-56页
    5.2 模块功能第56-61页
    5.3 本章小结第61-62页
第6章 结论与展望第62-64页
    6.1 结论第62页
    6.2 展望第62-64页
参考文献第64-67页
致谢第67-68页
攻读学位期间参加的科研项目和成果第68页

论文共68页,点击 下载论文
上一篇:基于云计算的食源性疾病预测分析方法的研究
下一篇:基于Lucene的网络安全数据可视化系统研究与实现