| 摘要 | 第4-6页 |
| ABSTRACT | 第6-8页 |
| 第一章 绪论 | 第12-38页 |
| 1.1 研究背景及意义 | 第12-18页 |
| 1.1.1 Android应用安全问题 | 第13-15页 |
| 1.1.2 Android恶意应用分析 | 第15-18页 |
| 1.2 国内外研究现状 | 第18-28页 |
| 1.2.1 特征提取和分析方法 | 第18-21页 |
| 1.2.2 基于规则的Android恶意应用检测方法 | 第21-24页 |
| 1.2.3 基于机器学习的Android恶意应用检测方法 | 第24-28页 |
| 1.3 基于数字特征和机器学习的Android恶意应用检测理论基础 | 第28-34页 |
| 1.3.1 数据特征处理 | 第29-30页 |
| 1.3.2 机器学习分类器 | 第30-33页 |
| 1.3.3 机器学习分类器的评价指标 | 第33-34页 |
| 1.4 本文的工作与创新 | 第34-36页 |
| 1.5 论文的组织结构 | 第36-37页 |
| 1.6 本章小结 | 第37-38页 |
| 第二章 基于联合特征的Android恶意应用检测技术 | 第38-64页 |
| 2.1 引言 | 第38-40页 |
| 2.2 特征提取与形式化描述 | 第40-41页 |
| 2.3 基于联合特征的Android恶意应用检测方案 | 第41-42页 |
| 2.4 联合特征的挖掘技术 | 第42-49页 |
| 2.4.1 基于信息增益方法的特征选择 | 第42-43页 |
| 2.4.2 基于正则化方法的特征选择 | 第43-45页 |
| 2.4.3 基于BPSO的指定长度的特征子集选择 | 第45-49页 |
| 2.5 仿真实验与结果分析 | 第49-63页 |
| 2.5.1 数据集 | 第50-51页 |
| 2.5.2 不同特征对分类器性能的比较 | 第51-52页 |
| 2.5.3 基于Permission的恶意应用分析 | 第52-53页 |
| 2.5.4 特征选择方法性能比较 | 第53-57页 |
| 2.5.5 联合特征比较 | 第57-58页 |
| 2.5.6 联合特征的挖掘方法性能 | 第58-61页 |
| 2.5.7 机器学习分类器性能比较 | 第61-62页 |
| 2.5.8 Android恶意应用检测文献的比较 | 第62-63页 |
| 2.6 本章小结 | 第63-64页 |
| 第三章 基于特征权重自适应计算的Android恶意应用检测技术 | 第64-88页 |
| 3.1 引言 | 第64-66页 |
| 3.2 基于特征权重的Android恶意应用检测方案 | 第66-67页 |
| 3.3 基于基本粒子群优化算法的特征权重计算方法 | 第67-70页 |
| 3.4 基于惯性权重调整的粒子群优化算法计算特征权重 | 第70-75页 |
| 3.4.1 现有的粒子群优化算法的惯性权重调整方法 | 第70-71页 |
| 3.4.2 基于适应度值更新和混沌变量的PSO惯性权重调整方法 | 第71-73页 |
| 3.4.3 基于FCAIW-PSO的特征权重计算方法 | 第73-75页 |
| 3.5 基于信息增益算法的特征权重计算方法 | 第75-76页 |
| 3.6 仿真实验与结果分析 | 第76-87页 |
| 3.6.1 数据集和特征提取 | 第76-77页 |
| 3.6.2 信息增益算法特征选择和特征权重 | 第77-80页 |
| 3.6.3 IG权重与PSO权重性能比较 | 第80-84页 |
| 3.6.4 粒子群优化算法的惯性权重调整方法比较 | 第84-86页 |
| 3.6.5 机器学习分类器性能比较 | 第86-87页 |
| 3.7 本章小结 | 第87-88页 |
| 第四章 基于不平衡数据集过采样的Android恶意应用检测技术 | 第88-112页 |
| 4.1 引言 | 第88-90页 |
| 4.2 数据集不平衡问题研究 | 第90-92页 |
| 4.3 不平衡数据集过采样方法 | 第92-97页 |
| 4.3.1 人工合成少数类过采样技术 | 第92-93页 |
| 4.3.2 基于模糊理论和SMOTE的不平衡数据集过采样算法 | 第93-97页 |
| 4.3.3 不平衡分类器性能评价 | 第97页 |
| 4.4 仿真实验与结果分析 | 第97-110页 |
| 4.4.1 数据集描述 | 第98-99页 |
| 4.4.2 不平衡分类器性能偏向多类验证 | 第99-100页 |
| 4.4.3 Fuzzy-SMOTE的模糊区域确定 | 第100-103页 |
| 4.4.4 不同过采样算法比较 | 第103-107页 |
| 4.4.5 机器学习分类器性能比较 | 第107-110页 |
| 4.5 本章小结 | 第110-112页 |
| 第五章 工作总结与展望 | 第112-116页 |
| 5.1 工作总结 | 第112-114页 |
| 5.2 未来工作展望 | 第114-116页 |
| 参考文献 | 第116-130页 |
| 致谢 | 第130-131页 |
| 攻读博士学位期间的成果 | 第131-132页 |
| 攻读博士学位期间参与的科研项目 | 第132页 |
