| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 论文主要工作 | 第12页 |
| 1.4 论文组织结构 | 第12-15页 |
| 第二章 相关理论与技术介绍 | 第15-25页 |
| 2.1 Android体系结构 | 第15-16页 |
| 2.2 Android安全机制介绍 | 第16-18页 |
| 2.3 Android应用编译过程 | 第18-19页 |
| 2.4 Android平台恶意软件分类 | 第19-20页 |
| 2.5 常用Android恶意软件检测方法 | 第20-22页 |
| 2.6 机器学习算法 | 第22-24页 |
| 2.7 本章小结 | 第24-25页 |
| 第三章 Android恶意软件检测方法的研究 | 第25-37页 |
| 3.1 应用程序逆向过程 | 第25-26页 |
| 3.2 Android恶意软件代码特征分析 | 第26-30页 |
| 3.2.1 关键代码定位 | 第27页 |
| 3.2.2 恶意软件代码特征分析 | 第27-28页 |
| 3.2.3 远程木马Dendoriod.B实例分析 | 第28-30页 |
| 3.3 Android应用特征提取 | 第30-36页 |
| 3.3.1 Framework层特征定义 | 第30-31页 |
| 3.3.2 Native层特征定义 | 第31-34页 |
| 3.3.3 特征提取算法 | 第34-36页 |
| 3.3.4 检测方案设计 | 第36页 |
| 3.4 本章小结 | 第36-37页 |
| 第四章 基于特征代码的Android恶意软件检测系统的设计与实现 | 第37-51页 |
| 4.1 系统总体架构 | 第37-39页 |
| 4.1.1 系统概述 | 第37页 |
| 4.1.2 系统整体设计 | 第37-38页 |
| 4.1.3 系统模块划分及功能介绍 | 第38-39页 |
| 4.2 静态特征提取模块 | 第39-44页 |
| 4.2.1 静态特征提取模块功能 | 第39-40页 |
| 4.2.2 Framework层敏感API提取 | 第40-42页 |
| 4.2.3 Native层系统函数引用提取 | 第42-43页 |
| 4.2.4 静态特征向量生成 | 第43-44页 |
| 4.3 动态特征提取模块 | 第44-47页 |
| 4.3.1 动态特征提取模块功能 | 第45页 |
| 4.3.2 UI遍历及触发 | 第45-46页 |
| 4.3.3 Native层系统函数调用动态特征提取 | 第46-47页 |
| 4.3.4 动态特征向量生成 | 第47页 |
| 4.4 检测模型训练过程 | 第47-49页 |
| 4.4.1 模型训练集形成 | 第47-48页 |
| 4.4.2 模型训练过程 | 第48-49页 |
| 4.5 本章小结 | 第49-51页 |
| 第五章 系统测试与结果分析 | 第51-59页 |
| 5.1 测试概述 | 第51页 |
| 5.2 测试环境 | 第51-52页 |
| 5.3 系统功能测试 | 第52-53页 |
| 5.4 系统性能测试 | 第53-58页 |
| 5.4.1 实验设计 | 第53-54页 |
| 5.4.2 实验结果及分析 | 第54-58页 |
| 5.5 本章小结 | 第58-59页 |
| 第六章 总结与展望 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 致谢 | 第65-67页 |
| 攻读学位期间发表的学术论文目录 | 第67页 |
