| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.2.1 国内研究现状 | 第11-12页 |
| 1.2.2 国外研究现状 | 第12-14页 |
| 1.3 论文的主要工作 | 第14-15页 |
| 1.4 论文的组织结构 | 第15-17页 |
| 第2章 Android安全机制分析及检测技术研究 | 第17-33页 |
| 2.1 Android系统安全机制分析 | 第17-20页 |
| 2.1.1 进程沙箱 | 第17页 |
| 2.1.2 应用权限安全 | 第17-18页 |
| 2.1.3 进程通信 | 第18-19页 |
| 2.1.4 内存管理 | 第19页 |
| 2.1.5 应用程序签名 | 第19-20页 |
| 2.2 恶意行为常用攻击方式 | 第20-24页 |
| 2.2.1 移动应用常见恶意行为 | 第20-21页 |
| 2.2.2 恶意行为攻击方式 | 第21-22页 |
| 2.2.3 恶意攻击案例 | 第22-24页 |
| 2.3 恶意软件检测技术 | 第24-26页 |
| 2.3.1 静态检测技术 | 第24-25页 |
| 2.3.2 动态检测技术 | 第25-26页 |
| 2.4 机器学习算法概述 | 第26-31页 |
| 2.4.1 KNN算法 | 第27-28页 |
| 2.4.2 K-means算法 | 第28页 |
| 2.4.3 Apriori算法 | 第28-30页 |
| 2.4.4 SVM算法 | 第30-31页 |
| 2.5 本章小结 | 第31-33页 |
| 第3章 Android恶意行为检测方案设计 | 第33-43页 |
| 3.1 Android恶意行为检测方案框架设计 | 第33-34页 |
| 3.2 应用数据库创建与维护 | 第34-35页 |
| 3.2.1 恶意应用库创建 | 第34页 |
| 3.2.2 非恶意应用库创建 | 第34-35页 |
| 3.2.3 应用库维护 | 第35页 |
| 3.3 静态特征数据提取 | 第35-38页 |
| 3.3.1 Android反编译工具 | 第36页 |
| 3.3.2 Android应用反编译过程 | 第36-37页 |
| 3.3.3 应用特征数据提取 | 第37-38页 |
| 3.4 动态特征数据提取 | 第38-42页 |
| 3.4.1 动态分析技术 | 第38-40页 |
| 3.4.2 基于UI的自动化运行 | 第40-41页 |
| 3.4.3 动态分析过程 | 第41-42页 |
| 3.5 本章小结 | 第42-43页 |
| 第4章 基于混合算法的Android恶意行为检测模型 | 第43-53页 |
| 4.1 混合算法检测模型架构设计 | 第43-45页 |
| 4.2 MDHM检测模型 | 第45-50页 |
| 4.2.1 MDHM结构设计 | 第45-46页 |
| 4.2.2 MDHM算法设计 | 第46-47页 |
| 4.2.3 MDHM算法优化 | 第47-49页 |
| 4.2.4 Android未知应用检测 | 第49页 |
| 4.2.5 MDHM算法扩展 | 第49-50页 |
| 4.3 基于Scikit-learm的MDHM实现 | 第50-52页 |
| 4.4 本章小结 | 第52-53页 |
| 第5章 实验验证与结果分析 | 第53-59页 |
| 5.1 实验环境与方法 | 第53-55页 |
| 5.1.1 软硬件环境 | 第53-54页 |
| 5.1.2 实验样本采集 | 第54页 |
| 5.1.3 实验方法与评估标准 | 第54-55页 |
| 5.2 实验结果与分析 | 第55-57页 |
| 5.3 本章小节 | 第57-59页 |
| 结论 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第65-67页 |
| 致谢 | 第67页 |