基于流量分析的移动应用指纹识别技术研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 引言 | 第12-24页 |
| 1.1 研究背景与意义 | 第12-13页 |
| 1.2 研究现状 | 第13-20页 |
| 1.2.1 大规模流量数据自动化采集技术 | 第13-15页 |
| 1.2.2 基于流量分类的应用识别技术 | 第15-20页 |
| 1.2.3 研究现状小结 | 第20页 |
| 1.3 研究目标和内容 | 第20-21页 |
| 1.3.1 研究目标 | 第20-21页 |
| 1.3.2 研究内容 | 第21页 |
| 1.4 论文组织结构 | 第21-24页 |
| 第2章 基于动态流量采集的应用识别 | 第24-40页 |
| 2.1 动态流量自动化采集方法 | 第24-30页 |
| 2.1.1 自动化应用下载 | 第25-26页 |
| 2.1.2 自动化测试平台 | 第26-28页 |
| 2.1.3 流量采集与标记 | 第28-30页 |
| 2.1.4 流量采集结果 | 第30页 |
| 2.2 基于动态流量的移动应用识别方法 | 第30-36页 |
| 2.2.1 数据预处理 | 第31-32页 |
| 2.2.2 特征提取 | 第32-34页 |
| 2.2.3 指纹匹配方法 | 第34-36页 |
| 2.3 实验分析 | 第36-39页 |
| 2.3.1 实验场景和实验方法 | 第36页 |
| 2.3.2 评价指标 | 第36-37页 |
| 2.3.3 实验结果及分析 | 第37-39页 |
| 2.4 本章小结 | 第39-40页 |
| 第3章 基于动态流量采集和静态特征抽取的应用识别 | 第40-68页 |
| 3.1 基于静态分析的特征提取方法 | 第40-57页 |
| 3.1.1 ARSC文件解析 | 第41-46页 |
| 3.1.2 DEX文件解析 | 第46-53页 |
| 3.1.3 其他文件解析 | 第53-54页 |
| 3.1.4 静态数据预处理 | 第54-56页 |
| 3.1.5 静态特征抽取结果 | 第56-57页 |
| 3.2 基于动态及静态特征的应用识别方法 | 第57-65页 |
| 3.2.1 特征选取 | 第57-58页 |
| 3.2.2 基于朴素贝叶斯的指纹匹配方法 | 第58-60页 |
| 3.2.3 关于第三方流量的讨论 | 第60-65页 |
| 3.3 实验分析 | 第65-66页 |
| 3.4 本章小结 | 第66-68页 |
| 第4章 移动应用识别系统的设计与实现 | 第68-78页 |
| 4.1 需求分析 | 第68页 |
| 4.2 系统框架设计 | 第68-70页 |
| 4.2.1 流量监听模块 | 第69页 |
| 4.2.2 中间存储模块 | 第69页 |
| 4.2.3 应用识别模块 | 第69页 |
| 4.2.4 结果展示模块 | 第69-70页 |
| 4.3 系统实现 | 第70-73页 |
| 4.3.1 流量监听模块 | 第70页 |
| 4.3.2 中间存储模块 | 第70-71页 |
| 4.3.3 应用识别模块 | 第71-72页 |
| 4.3.4 结果展示模块 | 第72-73页 |
| 4.4 系统测试 | 第73-76页 |
| 4.4.1 测试环境 | 第73页 |
| 4.4.2 功能测试 | 第73-75页 |
| 4.4.3 性能测试 | 第75-76页 |
| 4.5 本章小结 | 第76-78页 |
| 第5章 总结与展望 | 第78-80页 |
| 5.1 研究成果总结 | 第78页 |
| 5.2 未来工作展望 | 第78-80页 |
| 参考文献 | 第80-83页 |
| 致谢 | 第83-84页 |
| 攻读硕士学位期间论文发表情况 | 第84-85页 |
| 攻读硕士学位期间参加的项目 | 第85-86页 |
| 作者简介 | 第86页 |
