| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-14页 |
| 1.1 课题背景及意义 | 第10-12页 |
| 1.2 论文研究内容 | 第12页 |
| 1.3 论文组织结构 | 第12-14页 |
| 第2章 恶意软件检测技术的相关知识及关键技术研究 | 第14-24页 |
| 2.1 引言 | 第14页 |
| 2.2 Android相关知识 | 第14-18页 |
| 2.2.1 Android平台的体系框架 | 第14-15页 |
| 2.2.2 Android平台安全机制 | 第15-17页 |
| 2.2.3 Android安全机制的隐患 | 第17-18页 |
| 2.3 Android恶意软件检测研究现状 | 第18-21页 |
| 2.4 对当前研究现状分析 | 第21-22页 |
| 2.4.1 应用权限判断恶意软件方向的问题 | 第21页 |
| 2.4.2 网络异常流量判断恶意软件的问题 | 第21-22页 |
| 2.5 分类性能评价指标 | 第22-23页 |
| 2.6 本章小结 | 第23-24页 |
| 第3章 基于Android权限组合的恶意软件检测技术 | 第24-38页 |
| 3.1 引言 | 第24页 |
| 3.2 Android权限机制的安全问题 | 第24-28页 |
| 3.2.1Android系统的权限 | 第24-25页 |
| 3.2.2权限机制的隐患 | 第25-26页 |
| 3.2.3 Android木马分析 | 第26-28页 |
| 3.2.4 Android权限映射 | 第28页 |
| 3.3 基于Android权限的恶意程序检测方法 | 第28-35页 |
| 3.3.1 预处理方案 | 第29-30页 |
| 3.3.2 Apriori算法 | 第30-31页 |
| 3.3.3 通过信息增益算法降低空间维数 | 第31-34页 |
| 3.3.4 加权朴素贝叶斯算法 | 第34-35页 |
| 3.4 实验结果分析 | 第35-37页 |
| 3.5 本章小结 | 第37-38页 |
| 第4章 基于异常流量分析的恶意软件检测技术 | 第38-50页 |
| 4.1 引言 | 第38页 |
| 4.2 Android应用软件网络流量分析 | 第38-39页 |
| 4.3 基于SVM的恶意软件检测关键技术 | 第39-46页 |
| 4.3.1 特征向量的获取 | 第40-44页 |
| 4.3.2 支持向量机分类算法 | 第44-46页 |
| 4.4 实验过程与结果分析 | 第46-49页 |
| 4.4.1 实验环境 | 第46页 |
| 4.4.2 实验过程 | 第46-49页 |
| 4.4.3 实验结果与分析 | 第49页 |
| 4.5 本章小结 | 第49-50页 |
| 结论 | 第50-51页 |
| 参考文献 | 第51-55页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第55-56页 |
| 致谢 | 第56页 |