| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 引言 | 第12-22页 |
| 1.1 研究背景与意义 | 第12-13页 |
| 1.2 研究现状 | 第13-20页 |
| 1.2.1 Android系统体系结构和安全机制 | 第13-16页 |
| 1.2.2 Android安全模型扩展技术 | 第16-17页 |
| 1.2.3 Android恶意软件检测技术 | 第17-20页 |
| 1.3 研究目标和内容 | 第20-21页 |
| 1.3.1 研究目标 | 第20页 |
| 1.3.2 研究内容 | 第20-21页 |
| 1.4 论文组织结构 | 第21-22页 |
| 第二章 Android软件恶意行为检测系统总体设计 | 第22-26页 |
| 2.1 需求分析 | 第22页 |
| 2.1.1 功能需求 | 第22页 |
| 2.1.2 性能需求 | 第22页 |
| 2.2 系统框架设计 | 第22-24页 |
| 2.2.1 监测拦截模块 | 第23页 |
| 2.2.2 分析判别模块 | 第23-24页 |
| 2.2.3 进程间通信模块 | 第24页 |
| 2.2.4 用户交互模块 | 第24页 |
| 2.3 本章小结 | 第24-26页 |
| 第三章 基于自动化测试平台的应用行为数据采集 | 第26-42页 |
| 3.1 Android软件行为的实时监测 | 第26-36页 |
| 3.1.1 基于污点标记追踪的API调用监测 | 第26-33页 |
| 3.1.2 框架层和内核层的权限使用监测 | 第33-35页 |
| 3.1.3 API调用和权限使用序列数据的归并 | 第35-36页 |
| 3.2 应用自动化测试平台的设计 | 第36-40页 |
| 3.2.1 测试平台的设计 | 第36-39页 |
| 3.2.2 测试平台运行流程 | 第39-40页 |
| 3.3 本章小结 | 第40-42页 |
| 第四章 Android软件恶意行为的智能识别 | 第42-64页 |
| 4.1 智能识别问题描述和评价指标 | 第42-45页 |
| 4.1.1 问题描述和解决思路 | 第42-44页 |
| 4.1.2 采用的评价指标 | 第44-45页 |
| 4.2 基于SSK核函数的恶意软件离线盲识别 | 第45-53页 |
| 4.2.1 基于SSK核函数的支持向量机分类算法 | 第45-48页 |
| 4.2.2 基于SSK核函数的恶意软件离线盲检测 | 第48-49页 |
| 4.2.3 实验结果及分析 | 第49-53页 |
| 4.3 基于敏感序列分析的恶意行为在线检测 | 第53-62页 |
| 4.3.1 敏感序列的提取 | 第54-57页 |
| 4.3.2 敏感序列的匹配 | 第57-59页 |
| 4.3.3 恶意行为的在线检测 | 第59-60页 |
| 4.3.4 实验结果及分析 | 第60-62页 |
| 4.4 本章小结 | 第62-64页 |
| 第五章 Android恶意行为检测原型系统 | 第64-72页 |
| 5.1 原型系统实现 | 第64-68页 |
| 5.1.1 进程间通信模块 | 第64-66页 |
| 5.1.2 监测拦截模块 | 第66-67页 |
| 5.1.3 分析判别模块 | 第67页 |
| 5.1.4 用户交互模块 | 第67-68页 |
| 5.2 原型系统测试 | 第68-71页 |
| 5.2.1 测试环境 | 第68页 |
| 5.2.2 功能测试 | 第68-70页 |
| 5.2.3 性能测试 | 第70-71页 |
| 5.3 本章小结 | 第71-72页 |
| 第六章 总结与展望 | 第72-74页 |
| 6.1 研究成果总结 | 第72页 |
| 6.2 未来工作展望 | 第72-74页 |
| 参考文献 | 第74-80页 |
| 致谢 | 第80-82页 |
| 攻读硕士学位期问论文发表和专利申请情况 | 第82-84页 |
| 攻读硕士学位期间参加的项目 | 第84-86页 |
| 作者简介 | 第86页 |