| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 课题背景及研究意义 | 第8-9页 |
| 1.2 课题来源与本文组织 | 第9-12页 |
| 第二章 相关技术研究 | 第12-25页 |
| 2.1 Android相关基础 | 第12-14页 |
| 2.1.1 Android系统与应用基础 | 第12-13页 |
| 2.1.2 Android安全机制及威胁 | 第13-14页 |
| 2.2 Android应用安全检测技术 | 第14-24页 |
| 2.2.1 静态分析技术 | 第14-17页 |
| 2.2.2 动态分析技术 | 第17-19页 |
| 2.2.3 机器学习分析技术 | 第19-24页 |
| 2.3 本章小结 | 第24-25页 |
| 第三章 一种新的Android应用静动态综合检测方法 | 第25-41页 |
| 3.1 基于静动态混合的隐私泄露漏洞检测 | 第25-28页 |
| 3.2 新的Android应用静动态综合检测方法 | 第28-34页 |
| 3.2.1 基于标识信息匹配的重包装恶意软件检测 | 第28-30页 |
| 3.2.2 基于污点分析的多维Fuzzing漏洞挖掘 | 第30-34页 |
| 3.3 实验仿真 | 第34-39页 |
| 3.3.1 样本数据及评价指标 | 第34页 |
| 3.3.2 仿真过程 | 第34-39页 |
| 3.4 本章小结 | 第39-41页 |
| 第四章 改进的SVM-KNN分类方法 | 第41-55页 |
| 4.1 SVM-KNN算法分析 | 第41-42页 |
| 4.2 改进的SVM-KNN方法 | 第42-47页 |
| 4.2.1 特征向量处理 | 第43-45页 |
| 4.2.2 分类预测过程 | 第45-47页 |
| 4.3 实验仿真 | 第47-54页 |
| 4.3.1 样本数据及评价指标 | 第47-48页 |
| 4.3.2 特征提取 | 第48-51页 |
| 4.3.3 仿真过程 | 第51-54页 |
| 4.4 本章小结 | 第54-55页 |
| 第五章 Android应用安全检测系统实现 | 第55-65页 |
| 5.1 系统设计 | 第55-62页 |
| 5.1.1 架构设计 | 第55-56页 |
| 5.1.2 模块设计 | 第56-62页 |
| 5.2 执行流程 | 第62-64页 |
| 5.3 本章小结 | 第64-65页 |
| 第六章 原型系统展示 | 第65-69页 |
| 6.1 系统环境 | 第65页 |
| 6.2 功能展示 | 第65-68页 |
| 6.3 本章小结 | 第68-69页 |
| 第七章 总结与展望 | 第69-71页 |
| 7.1 总结 | 第69-70页 |
| 7.2 展望 | 第70-71页 |
| 参考文献 | 第71-74页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第74-75页 |
| 附录2 攻读硕士学位期间申请的专利 | 第75-76页 |
| 附录3 攻读硕士学位期间参加的科研项目 | 第76-77页 |
| 致谢 | 第77页 |