| 中文摘要 | 第5-6页 |
| 英文摘要 | 第6-7页 |
| 1 绪论 | 第10-16页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 国外研究现状 | 第12-13页 |
| 1.2.2 国内研究现状 | 第13-14页 |
| 1.3 本文的研究内容 | 第14页 |
| 1.4 本文的组织结构 | 第14-16页 |
| 2 技术基础 | 第16-28页 |
| 2.1 SVM算法理论背景 | 第16-18页 |
| 2.1.1 经验风险最小化原理 | 第16页 |
| 2.1.2 VC维理论 | 第16-17页 |
| 2.1.3 推广性的界 | 第17页 |
| 2.1.4 结构风险最小化原理 | 第17-18页 |
| 2.2 支持向量机理论 | 第18-19页 |
| 2.3 Android操作系统 | 第19-27页 |
| 2.3.1 Android操作系统结构 | 第19-22页 |
| 2.3.2 Android系统安全机制 | 第22-23页 |
| 2.3.3 Android系统安全漏洞 | 第23-24页 |
| 2.3.4 Android软件文件包结构 | 第24-25页 |
| 2.3.5 Android恶意软件原理 | 第25-27页 |
| 2.4 本章小结 | 第27-28页 |
| 3 多核SVM算法的构建 | 第28-41页 |
| 3.1 改进的高斯核函数 | 第28-30页 |
| 3.1.1 高斯核函数 | 第28-29页 |
| 3.1.2 改进的高斯核函数 | 第29-30页 |
| 3.2 多核SVM算法的构建 | 第30-31页 |
| 3.3 参数优化 | 第31-34页 |
| 3.3.1 寻优常用方法 | 第31-34页 |
| 3.3.2 改进粒子群算法 | 第34页 |
| 3.4 多核SVM算法仿真 | 第34-40页 |
| 3.4.1 实验设计 | 第34-35页 |
| 3.4.2 实验环境及数据集描述 | 第35页 |
| 3.4.3 实验评价方法 | 第35-36页 |
| 3.4.4 实验的实现 | 第36-38页 |
| 3.4.5 实验结果及分析 | 第38-40页 |
| 3.5 本章小结 | 第40-41页 |
| 4 基于多核SVM的Android恶意软件检测模型 | 第41-50页 |
| 4.1 样本库 | 第41页 |
| 4.2 反编译技术 | 第41-42页 |
| 4.3 特征向量确定 | 第42-46页 |
| 4.3.1 特征提取 | 第42-44页 |
| 4.3.2 特征权值计算 | 第44-45页 |
| 4.3.3 归一化处理 | 第45-46页 |
| 4.4 基于多核SVM算法的检测 | 第46页 |
| 4.5 基于多核SVM算法的检测模型搭建 | 第46-47页 |
| 4.6 Android恶意软件检测仿真 | 第47-48页 |
| 4.6.1 实验设计 | 第47页 |
| 4.6.2 实验评价方法及数据集 | 第47页 |
| 4.6.3 实验的实现 | 第47-48页 |
| 4.6.4 仿真结果 | 第48页 |
| 4.7 本章小结 | 第48-50页 |
| 5 总结与展望 | 第50-52页 |
| 5.1 全文总结 | 第50页 |
| 5.2 对研究工作的展望 | 第50-52页 |
| 参考文献 | 第52-56页 |
| 附录：作者在攻读学位期间发表论文 | 第56-57页 |
| 致谢 | 第57页 |