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

Android软件恶意行为检测技术研究

摘要第5-7页
abstract第7-8页
第1章 绪论第12-26页
    1.1 课题研究背景及意义第12-14页
    1.2 Android软件恶意行为相关研究综述第14-21页
        1.2.1 静态分析检测方法第14-17页
        1.2.2 动态分析检测方法第17-19页
        1.2.3 综合性分析检测方法第19-21页
    1.3 本文研究内容及组织结构第21-26页
        1.3.1 本文研究内容第21-22页
        1.3.2 本文组织结构第22-26页
第2章 Android体系结构及其安全机制研究第26-39页
    2.1 Android体系结构第26-28页
    2.2 Android运行模式第28-29页
        2.2.1 Android Dalvik运行模式第28-29页
        2.2.2 Android ART运行模式第29页
    2.3 Android恶意软件及其分类第29-33页
        2.3.1 Android恶意软件发展第29-31页
        2.3.2 Android恶意软件分类第31-33页
    2.4 Android系统安全机制第33-36页
    2.5 Android系统安全脆弱性第36-37页
    2.6 本文各章节研究意义第37-39页
第3章 面向行为规则的Android软件恶意行为检测机制第39-59页
    3.1 引言第39-40页
    3.2 相关工作第40-41页
    3.3 基于马尔科夫链的恶意行为指纹构建第41-47页
        3.3.1 软件恶意行为编码第41-43页
        3.3.2 基于马尔科夫链的行为转移概率图构建第43-45页
        3.3.3 行为约简规则第45-47页
    3.4 粒度化的行为恶意性评估第47-49页
    3.5 多方协同的恶意行为规则库进化交互协议第49-51页
    3.6 实验结果与分析第51-57页
        3.6.1 实验环境与设置第51页
        3.6.2 恶意行为规则库的构建开销第51-53页
        3.6.3 基于马尔科夫链的恶意行为检测效能第53-56页
        3.6.4 粒度化的恶意行为检测评估第56-57页
    3.7 本章小结第57-59页
第4章 多策略优化组合的Android软件恶意行为检测机制第59-80页
    4.1 引言第59-60页
    4.2 相关工作第60-62页
    4.3 Android软件恶意行为四层检测架构第62-63页
    4.4 恶意行为特征提取与初级检测算法模块第63-68页
        4.4.1 恶意行为特征提取技术第63-65页
        4.4.2 初级检测算法第65-68页
    4.5 基于神经网络的多策略权重学习与投票策略第68-71页
        4.5.1 多维输入的神经网络训练第68-71页
        4.5.2 投票策略第71页
    4.6 实验结果与分析第71-78页
        4.6.1 实验环境与设置第71-72页
        4.6.2 初级算法的检测效用评估第72-75页
        4.6.3 基于神经网络的权重学习算法第75-76页
        4.6.4 对比验证第76-78页
    4.7 总结第78-80页
第5章 支持任务迁移的轻量级Android软件恶意行为检测方法第80-103页
    5.1 引言第80-81页
    5.2 相关工作第81-83页
    5.3 系统架构第83-85页
    5.4 电量消耗敏感的恶意软件检测策略第85-95页
        5.4.1 可迁移结构的划分第85-86页
        5.4.2 进程迁移决策模块第86-91页
        5.4.3 虚拟机自省模块第91-95页
    5.5 实验结果与分析第95-102页
        5.5.1 实验环境与设置第95-96页
        5.5.2 基于电量消耗感知的恶意行为检测精度第96-97页
        5.5.3 任务迁移执行的时效与能耗第97-99页
        5.5.4 基于虚拟机自省的恶意行为检测第99-100页
        5.5.5 与经典恶意行为检测机制的对比第100-102页
    5.6 本章小结第102-103页
结论第103-105页
参考文献第105-118页
攻读博士学位期间发表的论文和取得的科研成果第118-119页
致谢第119-120页
个人简历第120页

论文共120页,点击 下载论文
上一篇:基于视觉的焊缝质量检测技术研究
下一篇:基于粒计算的离群点挖掘方法研究