| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状及存在的问题 | 第11-13页 |
| 1.2.1 国内外研究现状 | 第11-12页 |
| 1.2.2 主要存在的问题 | 第12-13页 |
| 1.3 本文主要研究内容 | 第13-14页 |
| 1.4 本文的组织结构 | 第14-15页 |
| 第二章 Android安全机制分析及检测技术研究 | 第15-27页 |
| 2.1 Android系统及安全机制 | 第15-17页 |
| 2.1.1 Android系统架构 | 第15-16页 |
| 2.1.2 Android系统安全机制 | 第16-17页 |
| 2.2 Android恶意软件及其检测技术 | 第17-19页 |
| 2.2.1 基于特征码的检测技术 | 第17-18页 |
| 2.2.2 静态检测技术 | 第18页 |
| 2.2.3 动态检测技术 | 第18-19页 |
| 2.3 机器学习与Android恶意软件检测 | 第19-26页 |
| 2.3.1 机器学习介绍 | 第19页 |
| 2.3.2 机器学习的主要分类算法 | 第19-20页 |
| 2.3.3 循环神经网络与Android恶意软件检测 | 第20-21页 |
| 2.3.4 随机森林算法 | 第21-23页 |
| 2.3.5 循环神经网络算法 | 第23-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第三章 Android恶意软件检测模型设计 | 第27-40页 |
| 3.1 应用机器学习方法进行Android恶意软件检测 | 第27-29页 |
| 3.1.1 机器学习方法进行Android恶意软件检测的一般过程 | 第27-28页 |
| 3.1.2 本文所用两种Android恶意软件检测模型的区别和联系 | 第28-29页 |
| 3.1.3 采用两种Android恶意软件检测模型的原因 | 第29页 |
| 3.2 样本采集 | 第29-30页 |
| 3.3 APK文件与反编译 | 第30-32页 |
| 3.3.1 APK文件结构 | 第30-31页 |
| 3.3.2 反编译 | 第31-32页 |
| 3.4 基于权限和OpCode N-gram的随机森林检测模型 | 第32-36页 |
| 3.4.1 模型概述 | 第32-33页 |
| 3.4.2 特征提取 | 第33-34页 |
| 3.4.3 特征表示 | 第34-35页 |
| 3.4.4 随机森林检测模型 | 第35-36页 |
| 3.5 基于API序列的循环神经网络检测模型 | 第36-39页 |
| 3.5.1 模型概述 | 第36-37页 |
| 3.5.2 特征提取 | 第37页 |
| 3.5.3 特征表示 | 第37-38页 |
| 3.5.4 循环神经网络检测模型 | 第38-39页 |
| 3.6 本章小结 | 第39-40页 |
| 第四章 基于权限和OpCode N-gram的随机森林检测模型设计与实现 | 第40-46页 |
| 4.1 基于权限和OpCode N-gram的随机森林检测算法设计 | 第40-43页 |
| 4.1.1 特征提取算法 | 第40-43页 |
| 4.1.2 特征表示方法 | 第43页 |
| 4.2 基于权限和OpCode N-gram的随机森林检测模型实现 | 第43-45页 |
| 4.2.1 特征提取与表示 | 第43-45页 |
| 4.2.2 基于权限和OpCode N-gram的随机森林检测模型 | 第45页 |
| 4.3 本章小结 | 第45-46页 |
| 第五章 基于API序列的循环神经网络检测模型设计与实现 | 第46-51页 |
| 5.1 基于API序列的循环神经网络检测算法设计 | 第46-48页 |
| 5.1.1 特征提取算法 | 第47-48页 |
| 5.1.2 特征表示方法 | 第48页 |
| 5.2 基于API序列的循环神经网络检测模型实现 | 第48-50页 |
| 5.2.1 API调用序列特征提取与表示 | 第48-49页 |
| 5.2.2 基于API序列的循环神经网络检测模型 | 第49-50页 |
| 5.3 本章小结 | 第50-51页 |
| 第六章 Android恶意软件检测系统评测 | 第51-59页 |
| 6.1 系统开发环境 | 第51-52页 |
| 6.2 反编译方法实现 | 第52-53页 |
| 6.3 评测样本 | 第53页 |
| 6.4 实验结果与分析 | 第53-58页 |
| 6.4.1 评估指标 | 第53-54页 |
| 6.4.2 基于权限与OpCode N-gram的随机森林模型检测结果分析 | 第54-56页 |
| 6.4.3 基于API序列的循环神经网络模型检测结果分析 | 第56-58页 |
| 6.4.4 实验结果分析 | 第58页 |
| 6.5 本章小结 | 第58-59页 |
| 第七章 总结与展望 | 第59-61页 |
| 7.1 总结 | 第59-60页 |
| 7.2 展望 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 致谢 | 第64-65页 |
| 攻读学位期间发表的学术论文 | 第65页 |
