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

基于特征树的Android恶意软件静态检测技术研究

摘要第5-7页
Abstract第7-8页
第1章 绪论第11-28页
    1.1 研究背景和研究意义第11-13页
    1.2 Android系统安全机制研究综述第13-23页
        1.2.1 Android系统体系结构第13-14页
        1.2.2 Android应用程序软件包结构第14-17页
        1.2.3 Android系统安全机制第17-19页
        1.2.4 Android应用程序逆向分析技术第19-21页
        1.2.5 Android恶意软件检测技术第21-22页
        1.2.6 Android恶意软件检测研究的难点和挑战第22-23页
    1.3 国内外的研究现状第23-26页
    1.4 论文研究内容和组织结构第26-28页
第2章 基于特征树的Android软件静态检测模型(AMSDBCT)第28-49页
    2.1 前言第28-29页
    2.2 AMSDBCT模型总体框架第29-30页
    2.3 特征树形结构第30-31页
    2.4 模型设计的理论依据第31-32页
    2.5 特征提取器第32-33页
    2.6 相似度计算器第33-35页
        2.6.1 根节点相似度第33-34页
        2.6.2 Class层相似度第34页
        2.6.3 Function层的相似度第34-35页
        2.6.4 API层的相似度第35页
    2.7 恶意属性判定及阈值确定第35-37页
    2.8 基于AMSDBCT模型的APK静态检测第37-38页
        2.8.1 样本库建立和预处理第37页
        2.8.2 APK检测第37-38页
    2.9 实验验证第38-47页
        2.9.1 样本集内测试第38-44页
        2.9.2 未知恶意APK测试第44-47页
        2.9.3 与现有同类模型对比第47页
    2.10本章小结第47-49页
第3章 AMSDBCT检测系统设计与实现第49-62页
    3.1 检测系统总体框架第49-50页
    3.2 特征提取模块第50-58页
        3.2.1 APK预处理第51-52页
        3.2.2 AndroidManifest特征提取第52-53页
        3.2.3 Dex特征提取第53-58页
    3.3 样本库预处理模块第58-61页
        3.3.1 样本数据库设计第59页
        3.3.2 样本库预处理第59-61页
    3.4 检测与评估模块第61页
    3.5 本章小结第61-62页
第4章 系统验证第62-68页
    4.1 实验测试环境第62页
    4.2 实验样本库建立第62-64页
    4.3 样本预处理和阈值确定第64页
    4.4 实验结果与分析第64-67页
        4.4.1 性能评价标准第64-65页
        4.4.2 实验及结果分析第65-67页
    4.5 本章小结第67-68页
结论第68-70页
    1 论文的主要工作和创新点第68-69页
    2 下一步工作第69-70页
参考文献第70-73页
攻读学位期间发表的论文与研究成果清单第73-74页
致谢第74页

论文共74页,点击 下载论文
上一篇:社区交互系统的设计
下一篇:双通道USB3.0高速图像传输与GPU并行图像处理技术研究