| 摘要 | 第3-5页 |
| ABSTRACT | 第5-7页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 研究背景 | 第10-13页 |
| 1.1.1 智能手机发展现状 | 第10-12页 |
| 1.1.2 Android智能手机与其恶意软件 | 第12-13页 |
| 1.2 关于Android恶意软件的研究进展和现状 | 第13-14页 |
| 1.3 课题研究内容与意义 | 第14-15页 |
| 1.4 本文组织结构 | 第15-16页 |
| 1.5 本章小结 | 第16-18页 |
| 第二章 Android及相关安全机制 | 第18-30页 |
| 2.1 Android概述 | 第18-23页 |
| 2.1.1 Android系统架构 | 第18-20页 |
| 2.1.2 Android应用组件 | 第20-21页 |
| 2.1.3 应用组件交互 | 第21-22页 |
| 2.1.4 Android进程间的通信机制 | 第22-23页 |
| 2.2 Android安全机制介绍 | 第23-28页 |
| 2.2.1 Linux内核安全机制 | 第23-24页 |
| 2.2.2 Android特有的安全机制 | 第24-26页 |
| 2.2.3 Android安全隐患 | 第26-28页 |
| 2.3 AndroidManifest.xml文件 | 第28-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第三章 应用程序分类概述 | 第30-44页 |
| 3.1 机器学习概述 | 第30-34页 |
| 3.1.1 机器学习的主要内容及发展 | 第30-32页 |
| 3.1.2 统计学习理论 | 第32-34页 |
| 3.2 应用程序分类理论 | 第34-38页 |
| 3.2.1 支持向量机分类理论 | 第35-36页 |
| 3.2.2 SMO分类理论 | 第36-38页 |
| 3.3 Weka概述 | 第38-43页 |
| 3.3.1 Weka简介 | 第38-39页 |
| 3.3.2 Weka使用方法 | 第39-43页 |
| 3.4 本章小结 | 第43-44页 |
| 第四章 基于权限以及应用类别恶意程序检测的设计 | 第44-54页 |
| 4.1 特征值的获取与处理 | 第44-48页 |
| 4.1.1 Android应用程序权限的获取 | 第44-45页 |
| 4.1.2 权限统计 | 第45页 |
| 4.1.3 权限列表生成流程 | 第45-48页 |
| 4.2 恶意软件检测流程 | 第48-49页 |
| 4.3 恶意程序检测程序实现 | 第49-52页 |
| 4.3.1 恶意值计算方法 | 第49-50页 |
| 4.3.2 恶意程序检测的实现 | 第50-52页 |
| 4.4 本章小结 | 第52-54页 |
| 第五章 实验与结果分析 | 第54-62页 |
| 5.1 分类评价标准 | 第54-55页 |
| 5.2 分类结果分析 | 第55-59页 |
| 5.2.1 分类算法性能比较 | 第55-57页 |
| 5.2.2 SMO分类结果 | 第57-59页 |
| 5.3 恶意应用程序检测结果分析 | 第59-60页 |
| 5.4 本章小结 | 第60-62页 |
| 第六章 总结与展望 | 第62-64页 |
| 6.1 总结 | 第62页 |
| 6.2 工作展望 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68-70页 |
| 攻读硕士学位期间发表的论文 | 第70页 |