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--计算机软件论文--程序设计、软件工程论文--软件工程论文

安卓应用隐私评分技术的研究与实现

摘要第5-6页
ABSTRACT第6-7页
第一章 绪论第11-17页
    1.1 研究背景与意义第11-12页
    1.2 研究现状第12-13页
        1.2.1 移动应用的隐私风险分析第12页
        1.2.2 权限理解第12页
        1.2.3 用户期望与应用行为差距分析第12-13页
    1.3 研究内容第13-14页
    1.4 研究方法第14-15页
    1.5 论文结构第15-16页
    1.6 本章总结第16-17页
第二章 相关技术简介第17-23页
    2.1 安卓系统简介第17-19页
        2.1.1 安卓系统架构第17-19页
        2.1.2 APK文件第19页
    2.2 安卓权限模式简介第19-21页
        2.2.1 正常权限和敏感权限第20页
        2.2.2 权限组第20-21页
    2.3 机器学习技术简介第21-22页
    2.4 本章总结第22-23页
第三章 隐私风险评分预测模型的研究第23-41页
    3.1 特征向量的分析和提取第24-29页
        3.1.1 敏感权限列表第25页
        3.1.2 使用意图分类第25-26页
        3.1.3 静态特征分类第26-28页
        3.1.4 特征与隐私评分的相关性分析第28-29页
    3.2 特征向量预处理第29-30页
    3.3 隐私风险评分预测模型的建立第30-36页
        3.3.1 机器学习预测模型类别第30-35页
        3.3.2 风险评分模型的性能评估第35页
        3.3.3 风险评分预测模型的准确率第35-36页
    3.4 隐私风险评分预测模型的优化第36-38页
        3.4.1 特征重要性分析第36-37页
        3.4.2 使用特征子集构建模型第37-38页
    3.5 隐私风险评估研究方法的对比第38-40页
        3.5.1 意图对预测准确率的影响第38-39页
        3.5.2 与隐私风险相关研究对比分析第39-40页
    3.6 本章总结第40-41页
第四章 安卓应用第三方库自动检测方法的研究第41-49页
    4.1 安卓应用第三方库的使用第41页
    4.2 安卓应用第三方库的检测方法第41-42页
        4.2.1 白名单检测方法第42页
        4.2.2 其他检测方法第42页
    4.3 基于模块聚类的安卓应用第三方库检测方法第42-47页
        4.3.1 静态特征的提取第43-44页
        4.3.2 第三方库目录的识别第44页
        4.3.3 第三方库检测和分类第44-46页
        4.3.4 第三方库分类器的性能评估第46-47页
    4.4 安卓应用第三方库检测方法的对比第47页
    4.5 本章总结第47-49页
第五章 隐私风险评级系统的实现第49-63页
    5.1 隐私风险评级系统的总体结构设计第49-50页
    5.2 原文件的预处理实现第50-52页
        5.2.1 安卓应用文件反编译第50-51页
        5.2.2 smali格式的中间代码第51-52页
    5.3 隐私特征的分析与提取实现第52-58页
        5.3.1 静态特征的提取第53页
        5.3.2 提取敏感权限列表第53-56页
        5.3.3 确认敏感权限使用意图第56-58页
    5.4 隐私风险评级实现第58-60页
    5.5 隐私风险评级系统分析结果展示第60-61页
    5.6 本章总结第61-63页
第六章 隐私风险评级系统测试与应用第63-75页
    6.1 风险评级系统测试第63-67页
        6.1.1 实验环境第63页
        6.1.2 隐私风险评级系统测试第63-66页
        6.1.3 隐私风险较高应用的分析第66-67页
        6.1.4 隐私风险评级系统测试小结第67页
    6.2 风险评级系统大规模应用第67-74页
        6.2.1 大规模应用结果分析第67-68页
        6.2.2 敏感权限分析第68-69页
        6.2.3 使用意图分析第69-70页
        6.2.4 实验结果第70-74页
    6.3 本章总结第74-75页
第七章 总结与展望第75-77页
    7.1 工作总结第75页
    7.2 工作展望第75-77页
参考文献第77-81页
致谢第81-82页
攻读学位期间发表的学术论文目录第82页

论文共82页,点击 下载论文
上一篇:视频图像拼接系统的研究与实现
下一篇:细粒度文本主题检测技术的研究与应用