| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第12-22页 |
| 1.1 课题背景 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-19页 |
| 1.2.1 Android恶意软件静态分析技术 | 第14-16页 |
| 1.2.2 Android恶意软件动态分析技术 | 第16-17页 |
| 1.2.3 多方法结合的Android恶意软件检测技术 | 第17-18页 |
| 1.2.4 基于机器学习的Android恶意软件检测技术 | 第18页 |
| 1.2.5 现有工作局限性 | 第18-19页 |
| 1.3 本文主要研究内容 | 第19页 |
| 1.4 论文组织结构 | 第19-22页 |
| 第二章 Android系统安全机制及恶意软件分类与标识相似性分析 | 第22-34页 |
| 2.1 Android操作系统及其安全机制 | 第22-24页 |
| 2.1.1 Android操作系统架构 | 第22页 |
| 2.1.2 Android操作系统安全机制 | 第22-24页 |
| 2.2 Android恶意软件分类现状 | 第24-25页 |
| 2.3 基于家族命名的Android恶意软件分类与标识相似性计算方法 | 第25-32页 |
| 2.3.1 分类与标识现状数据制备 | 第25-28页 |
| 2.3.2 分类与标识相似性计算 | 第28-32页 |
| 2.3.3 存在的问题 | 第32页 |
| 2.4 本章小结 | 第32-34页 |
| 第三章 Android恶意软件基因库构建 | 第34-46页 |
| 3.1 Android恶意软件基因认知方法 | 第34-35页 |
| 3.1.1 软件基因的概念 | 第34页 |
| 3.1.2 Android恶意软件基因的概念 | 第34页 |
| 3.1.3 Android恶意软件基因的性质 | 第34-35页 |
| 3.2 基于代码段的Android恶意软件基因提取方法 | 第35-40页 |
| 3.2.1 use-def链提取 | 第35-38页 |
| 3.2.2 形式化表示 | 第38-40页 |
| 3.3 基于资源段和配置清单文件的Android恶意软件基因提取方法 | 第40-44页 |
| 3.3.1 资源段基因提取 | 第40-41页 |
| 3.3.2 基于配置清单文件的基因提取 | 第41-44页 |
| 3.4 基础基因库筛选规则 | 第44-45页 |
| 3.5 本章小结 | 第45-46页 |
| 第四章 基于基因的Android恶意软件家族分析 | 第46-60页 |
| 4.1 典型聚类算法与性能评估方法 | 第46-48页 |
| 4.1.1 常用的聚类算法 | 第46-47页 |
| 4.1.2 聚类算法中的重要参数 | 第47-48页 |
| 4.2 基于基因的Android恶意软件聚类方法 | 第48-49页 |
| 4.2.1 恶意样本向量化 | 第48-49页 |
| 4.2.2 使用不同方法及参数的聚类实验 | 第49页 |
| 4.3 Android恶意软件家族分析方法 | 第49-56页 |
| 4.3.1 聚类结果展示 | 第49-50页 |
| 4.3.2 恶意软件家族相似性与混淆性 | 第50-52页 |
| 4.3.3 聚类结果分析 | 第52-56页 |
| 4.4 Android恶意软件同源性分析方法 | 第56-59页 |
| 4.4.1 Android恶意软件基因的权值分析 | 第56-58页 |
| 4.4.2 基于基因权值的Android恶意软件同源性比较 | 第58-59页 |
| 4.5 本章小结 | 第59-60页 |
| 第五章 未知Android应用分析框架构建 | 第60-72页 |
| 5.1 基于基因的Android恶意软件检测模型 | 第60-64页 |
| 5.1.1 构建恶意软件检测基因库 | 第61页 |
| 5.1.2 训练支持向量机 | 第61-62页 |
| 5.1.3 对测试集样本进行检测 | 第62-63页 |
| 5.1.4 检测结果分析 | 第63-64页 |
| 5.2 基于基因的Android恶意软件分类模型 | 第64-71页 |
| 5.2.1 构建恶意软件分类基因库 | 第64-65页 |
| 5.2.2 获取恶意软件类别标签 | 第65-67页 |
| 5.2.3 训练多分类支持向量机 | 第67页 |
| 5.2.4 基于不同标签进行分类测试 | 第67-68页 |
| 5.2.5 分类结果分析 | 第68-71页 |
| 5.3 本章小结 | 第71-72页 |
| 第六章 总结与展望 | 第72-74页 |
| 6.1 总结 | 第72页 |
| 6.2 研究展望 | 第72-74页 |
| 致谢 | 第74-76页 |
| 参考文献 | 第76-82页 |
| 作者简历 | 第82-83页 |
