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--一般性问题论文--安全保密论文

基于特征功能的Android恶意应用检测研究

摘要第5-6页
Abstract第6-7页
第1章 绪论第10-15页
    1.1 研究背景与意义第10-11页
    1.2 国内外研究现状第11-13页
    1.3 主要研究内容第13-14页
    1.4 本文结构安排第14-15页
第2章 Android系统及其应用程序研究第15-24页
    2.1 Android系统研究第15-18页
        2.1.1 系统概述第15-16页
        2.1.2 系统架构第16-18页
    2.2 Android应用程序研究第18-23页
        2.2.1 应用程序组件第18-21页
        2.2.2 应用程序生命周期第21-23页
    2.3 本章小结第23-24页
第3章 Android恶意应用检测技术的研究与改进第24-38页
    3.1 Android安全机制分析第24-27页
    3.2 Android恶意应用及其检测技术研究第27-30页
        3.2.1 恶意应用类别分析第27-29页
        3.2.2 恶意应用检测技术研究第29页
        3.2.3 目前恶意应用检测技术存在的不足第29-30页
    3.3 Android恶意应用检测技术的改进第30-37页
        3.3.1 静态检测技术的抗混淆能力研究第30-31页
        3.3.2 静态检测技术的主动性分析第31页
        3.3.3 字符串模式匹配算法研究第31-33页
        3.3.4 分类算法的研究第33-36页
        3.3.5 基于特征功能的恶意应用检测方案的提出第36-37页
    3.4 本章小结第37-38页
第4章 基于特征功能检测方案的设计与实现第38-52页
    4.1 方案的检测流程设计第38-39页
    4.2 特征功能表的设计与实现第39-42页
        4.2.1 特征功能表的设计第39-40页
        4.2.2 特征功能表的实现第40-42页
    4.3 自动化反编译工具的设计与实现第42-44页
        4.3.1 自动化反编译工具的设计第42-43页
        4.3.2 自动化反编译工具的实现第43-44页
    4.4 Sunday特征功能匹配模块的设计与实现第44-49页
        4.4.1 Sunday特征功能匹配模块的设计第44-46页
        4.4.2 Sunday特征功能匹配模块的实现第46-49页
    4.5 KNN分类模块的设计与实现第49-51页
        4.5.1 KNN分类模块的设计第49-51页
        4.5.2 KNN分类模块的实现第51页
    4.6 本章小结第51-52页
第5章 实验与结果分析第52-58页
    5.1 实验环境第52页
    5.2 实验样本第52页
    5.3 实验结果与分析第52-57页
        5.3.1 结果评估标准第52-53页
        5.3.2 实验结果分析第53-57页
    5.4 本章小结第57-58页
结论第58-60页
参考文献第60-64页
致谢第64页

论文共64页,点击 下载论文
上一篇:H市垃圾焚烧厂邻避冲突的治理对策研究
下一篇:FX开发建设集团工程管理人员绩效考核体系改进研究