| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究背景 | 第10页 |
| 1.2 研究意义 | 第10-11页 |
| 1.3 Android恶意软件检测国内外研究现状 | 第11-13页 |
| 1.4 研究目标与研究内容 | 第13页 |
| 1.5 论文章节安排 | 第13-15页 |
| 第二章 相关理论与技术 | 第15-28页 |
| 2.1 Android系统相关介绍 | 第15-17页 |
| 2.1.1 Android组件相关介绍 | 第15-16页 |
| 2.1.2 Android安全机制相关介绍 | 第16-17页 |
| 2.2 Android恶意软件概述 | 第17-21页 |
| 2.2.1 恶意软件传播途径和手段 | 第17-18页 |
| 2.2.2 Android恶意软件静态特征 | 第18-20页 |
| 2.2.3 Android恶意软件动态特征 | 第20-21页 |
| 2.3 特征选择算法分析 | 第21-24页 |
| 2.3.1 Filter算法 | 第21-22页 |
| 2.3.2 Wrapper算法 | 第22-24页 |
| 2.3.3 Embedded算法 | 第24页 |
| 2.4 增量学习分析 | 第24-27页 |
| 2.5 本章小结 | 第27-28页 |
| 第三章 基于行为特征选择的未知威胁检测模型的研究 | 第28-48页 |
| 3.1 引言 | 第28页 |
| 3.2 现有未知威胁检测模型分析 | 第28-31页 |
| 3.3 基于特征选择的SVM未知威胁检测模型 | 第31-42页 |
| 3.3.1 基于1L范数的SVM-RFE特征选择算法 | 第32-37页 |
| 3.3.2 融合遗传算法的特征选择算法 | 第37-40页 |
| 3.3.3 基于特征选择的SVM检测模型 | 第40-42页 |
| 3.4 实验分析 | 第42-47页 |
| 3.5 本章小结 | 第47-48页 |
| 第四章 未知威胁检测模型的增量式算法研究 | 第48-62页 |
| 4.1 引言 | 第48页 |
| 4.2 未知威胁检测模型增量式更新研究 | 第48-58页 |
| 4.2.1 基于KKT条件的SVM增量式算法分析 | 第48-51页 |
| 4.2.2 基于KKT条件和核密度估计的增量式算法 | 第51-56页 |
| 4.2.3 支持向量机增量式算法描述和流程图 | 第56-58页 |
| 4.3 实验分析 | 第58-61页 |
| 4.4 本章小结 | 第61-62页 |
| 第五章 未知威胁检测系统设计与实现 | 第62-75页 |
| 5.1 系统概述 | 第62-64页 |
| 5.1.1 可信分析系统概述 | 第62-63页 |
| 5.1.2 未知威胁检测系统概述 | 第63-64页 |
| 5.2 系统设计与实现 | 第64-71页 |
| 5.2.1 可信分析系统实现 | 第64-67页 |
| 5.2.2 未知威胁检测系统实现 | 第67-71页 |
| 5.3 系统展示 | 第71-74页 |
| 5.4 本章小结 | 第74-75页 |
| 第六章 总结与展望 | 第75-77页 |
| 6.1 总结 | 第75-76页 |
| 6.2 展望 | 第76-77页 |
| 致谢 | 第77-78页 |
| 参考文献 | 第78-84页 |
| 攻读硕士学位期间取得的成果 | 第84页 |