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--操作系统论文

基于机器学习算法的Android恶意软件检测系统设计与研究

中文摘要第3-4页
ABSTRACT第4-5页
1 绪论第9-17页
    1.1 研究背景与意义第9-12页
        1.1.1 Android智能手机的发展现状第9-10页
        1.1.2 Android智能手机的安全问题第10-11页
        1.1.3 研究意义第11-12页
    1.2 国内外研究现状第12-14页
        1.2.1 Android应用威胁值度量第12页
        1.2.2 权限机制改进第12-13页
        1.2.3 恶意应用检测第13-14页
    1.3 主要研究内容第14-15页
    1.4 论文组织结构第15-16页
    1.5 本章小结第16-17页
2 相关基础知识与技术第17-27页
    2.1 Android概述第17-20页
        2.1.1 Android系统架构第17-18页
        2.1.2 Android应用组件第18-19页
        2.1.3 Android应用组件交互第19-20页
    2.2 Android安全机制第20-22页
        2.2.1 Linux安全机制第20页
        2.2.2 Android特定安全机制第20-21页
        2.2.3 Android权限机制第21-22页
    2.3 互信息的概念与定义第22页
    2.4 机器学习算法第22-24页
        2.4.1 最小距离分类算法第23页
        2.4.2 朴素贝叶斯算法第23-24页
    2.5 Android恶意软件检测第24-25页
        2.5.1 Android恶意软件第24页
        2.5.2 基于静态特征的恶意软件检测第24-25页
        2.5.3 基于动态行为的恶意软件检测第25页
    2.6 本章小结第25-27页
3 Android应用安全值度量算法研究第27-39页
    3.1 特征映射与标准化研究第27-28页
        3.1.1 特征映射与标准化方法第27页
        3.1.2 特征映射与标准化实现过程第27-28页
    3.2 选择算法特征属性研究第28-33页
        3.2.1 选择特征属性意义第28页
        3.2.2 权限与分类的相关性度量第28-31页
        3.2.3 权限与权限之间的相关性度量第31-33页
    3.3 最小距离算法度量应用安全值第33-35页
        3.3.1 最小距离算法度量安全值方法设计第33-34页
        3.3.2 最小距离算法度量安全值过程实现第34-35页
    3.4 朴素贝叶斯算法度量应用安全值第35-37页
        3.4.1 朴素贝叶斯算法度量安全值方法设计第35-36页
        3.4.2 朴素贝叶斯算法度量安全值实现过程第36-37页
    3.5 本章小结第37-39页
4 Android恶意应用检测系统设计与实现第39-59页
    4.1 需求分析第39-43页
        4.1.1 系统检测流程分析第39页
        4.1.2 用户分析第39-40页
        4.1.3 功能性需求分析第40-42页
        4.1.4 非功能性需求分析第42-43页
    4.2 系统架构设计第43-44页
    4.3 网络交互模块设计第44-46页
        4.3.1 上传应用子模块第44-45页
        4.3.2 软件版本更新子模块第45-46页
    4.4 软件特征提取模块设计与实现第46-51页
        4.4.1 Apk文件反编译子模块第46-48页
        4.4.2 软件数字签名子模块第48-50页
        4.4.3 AndroidManifest.xml解析子模块第50-51页
    4.5 软件溢权检测模块设计与实现第51-54页
        4.5.1 软件溢权检测模块设计第51-52页
        4.5.2 软件溢权检测模块实现第52-54页
    4.6 数据存储模块设计第54-57页
        4.6.1 数据库用例图第54页
        4.6.2 数据库表的设计第54-57页
    4.7 本章小结第57-59页
5 实验与结果分析第59-69页
    5.1 测试环境与开发环境第59页
        5.1.1 测试环境第59页
        5.1.2 开发环境第59页
    5.2 实验准备第59-61页
        5.2.1 正常应用样本第59-60页
        5.2.2 恶意软件样本第60-61页
        5.2.3 评价标准第61页
    5.3 训练度量算法模型第61-64页
        5.3.1 权限与类别的互信息值第62页
        5.3.2 统计训练样本数据第62-63页
        5.3.3 安全值转换中的最大与最小值第63-64页
    5.4 测试结果与分析第64-67页
        5.4.1 不同度量算法的实验测试第64-66页
        5.4.2 其他测试第66页
        5.4.3 测试结果分析第66-67页
    5.5 本章小结第67-69页
6 总结与展望第69-71页
    6.1 论文总结第69页
    6.2 展望第69-71页
致谢第71-73页
参考文献第73-76页

论文共76页,点击 下载论文
上一篇:教师画像与评分系统的设计与实现
下一篇:基于文本挖掘和异构信息网络的药物推荐系统的研究与实现