| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第11-15页 |
| 1.1 研究背景和意义 | 第11页 |
| 1.2 国内外的研究现状与分析 | 第11-13页 |
| 1.2.1 Android手机安全理论与技术的研究分析 | 第11-13页 |
| 1.2.2 Android平台的安全现状 | 第13页 |
| 1.3 论文研究内容 | 第13-14页 |
| 1.4 论文结构与章节安排 | 第14-15页 |
| 第2章 ANDROID及其安全机制 | 第15-22页 |
| 2.1 ANDROID平台安全机制分析 | 第15-19页 |
| 2.1.1 Android系统的平台架构 | 第16-18页 |
| 2.1.2 Android组件及交互 | 第18-19页 |
| 2.2 基于Android平台病毒分析 | 第19-21页 |
| 2.2.1 手机病毒简介 | 第19页 |
| 2.2.2 手机病毒危害 | 第19-20页 |
| 2.2.3 手机病毒工作原理 | 第20-21页 |
| 2.2.4 手机病毒传播方式 | 第21页 |
| 2.3 本章小结 | 第21-22页 |
| 第3章 ANDROID安全检测及算法分析 | 第22-30页 |
| 3.1 基于机器学习分类算法分析 | 第22-24页 |
| 3.1.1 基于云端恶意行为检测 | 第22页 |
| 3.1.2 机器学习分类算法检测 | 第22页 |
| 3.1.3 机器学习算法应用 | 第22-24页 |
| 3.2 动态监控技术研究 | 第24-25页 |
| 3.2.1 Android平台的后台监听 | 第24-25页 |
| 3.2.2 基于linux内核的监控技术研究 | 第25页 |
| 3.3 基于HMM的行为模式识别研究 | 第25-29页 |
| 3.3.1 Android智能手机应用行为模式分析 | 第25-26页 |
| 3.3.2 基于HMM的Android平台介绍 | 第26-28页 |
| 3.3.3 基于HMM的Android平台上行为模式识别分析 | 第28-29页 |
| 3.4 本章小结 | 第29-30页 |
| 第4章 基于ANDROID智能手机安全检测设计与实现 | 第30-39页 |
| 4.1 系统整体设计 | 第30页 |
| 4.2 基于机器学习算法的设计与实现 | 第30-35页 |
| 4.2.1 基于云端恶意行为检测设计 | 第30-31页 |
| 4.2.2 基于机器学习分类算法检测设计 | 第31-33页 |
| 4.2.3 Android的应用特征 | 第33-35页 |
| 4.3 基于Android后台监听检测的设计与实现 | 第35-37页 |
| 4.3.1 后台监听组件的设计 | 第35页 |
| 4.3.2 基于Android平台后台监听组件实现 | 第35-37页 |
| 4.4 基于HMM行为模式识别的设计与实现 | 第37-38页 |
| 4.5 本章小结 | 第38-39页 |
| 第5章 基于ANDROID智能手机安全检测系统测试与结果分析 | 第39-46页 |
| 5.1 系统测试环境 | 第39页 |
| 5.2 系统测试结果和分析 | 第39-45页 |
| 5.2.1 分类算法检测 | 第39-41页 |
| 5.2.2 系统监控测试 | 第41-42页 |
| 5.2.3 应用行为识别测试 | 第42-45页 |
| 5.3 本章小结 | 第45-46页 |
| 结论 | 第46-48页 |
| 参考文献 | 第48-50页 |
| 致谢 | 第50页 |
