摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
第一章 绪论 | 第10-19页 |
1.1 研究背景及意义 | 第10-11页 |
1.2 国内外研究现状 | 第11-16页 |
1.2.1 基于特征代码的检测技术 | 第11页 |
1.2.2 基于行为分析的检测技术 | 第11-15页 |
1.2.3 恶意代码的挖掘技术 | 第15页 |
1.2.4 基于云的检测技术 | 第15-16页 |
1.2.5 研究现状总结 | 第16页 |
1.3 主要研究内容 | 第16-17页 |
1.4 论文组织结构 | 第17-19页 |
第二章 相关技术分析 | 第19-35页 |
2.1 Android操作系统 | 第19-24页 |
2.1.1 Android系统Dalvik虚拟机 | 第19页 |
2.1.2 Android系统体系结构 | 第19-22页 |
2.1.3 Android系统应用程序组件 | 第22-23页 |
2.1.4 Android系统启动与Zygote进程 | 第23-24页 |
2.2 Android系统与应用安全分析 | 第24-26页 |
2.2.1 Android系统安全机制 | 第24-25页 |
2.2.2 Android应用安全分析 | 第25-26页 |
2.3 Android恶意代码特征分类 | 第26-28页 |
2.4 Android平台下恶意代码常用技术分析 | 第28-33页 |
2.4.1 恶意代码隐藏技术 | 第28-30页 |
2.4.2 恶意代码获取隐私数据技术 | 第30-31页 |
2.4.3 恶意代码数据发送技术 | 第31-33页 |
2.5 CydiaSubstrate框架动态注入技术 | 第33-34页 |
2.6 本章小结 | 第34-35页 |
第三章 恶意代码检测关键技术 | 第35-51页 |
3.1 恶意代码常用权限和行为研究 | 第35-40页 |
3.1.1 恶意代码常用权限研究 | 第35-36页 |
3.1.2 恶意代码常用行为研究 | 第36-40页 |
3.2 基于静态代码恶意因子的检测方法 | 第40-42页 |
3.3 基于应用代码组件相似性的检测方法 | 第42-45页 |
3.3.1 Android应用组件特征提取 | 第42-44页 |
3.3.2 相似性判定方法 | 第44-45页 |
3.4 基于动态注入技术的代码行为监控检测方法 | 第45页 |
3.5 基于调整余弦相似度的代码行为数据分析方法 | 第45-50页 |
3.5.1 调整余弦相似度行为数据分析研究 | 第45-48页 |
3.5.2 恶意代码行为数据库的建立 | 第48-49页 |
3.5.3 行为数据分析流程 | 第49-50页 |
3.6 本章小结 | 第50-51页 |
第四章 系统设计与实现 | 第51-63页 |
4.1 总体框架设计 | 第51-52页 |
4.2 系统模块设计与实现 | 第52-62页 |
4.2.1 恶意因子检测模块设计与实现 | 第52-56页 |
4.2.2 应用组件特征提取模块设计与实现 | 第56-58页 |
4.2.3 行为监控模块设计与实现 | 第58-60页 |
4.2.4 数据传输和存储模块设计与实现 | 第60-61页 |
4.2.5 组件和行为数据分析模块设计与实现 | 第61-62页 |
4.3 本章小结 | 第62-63页 |
第五章 检测系统原型测试 | 第63-73页 |
5.1 测试环境 | 第63页 |
5.2 功能模块单元测试 | 第63-69页 |
5.2.1 恶意因子检测模块测试 | 第63-65页 |
5.2.2 应用组件特征提取模块测试 | 第65页 |
5.2.3 行为监控模块测试 | 第65-66页 |
5.2.4 数据传输和存储模块测试 | 第66-67页 |
5.2.5 组件和行为数据分析模块测试 | 第67-69页 |
5.3 系统集成测试 | 第69-70页 |
5.4 测试结果及分析 | 第70-72页 |
5.5 本章小结 | 第72-73页 |
第六章 总结与展望 | 第73-75页 |
6.1 论文工作总结 | 第73-74页 |
6.2 后续工作展望 | 第74-75页 |
致谢 | 第75-76页 |
参考文献 | 第76-79页 |
攻读硕士学位期间取得的成果 | 第79-80页 |